Anthropic发布Claude Opus 4.7：复杂任务、视觉能力大升级，多方面碾压对手！

正式发布

Anthropic正式发布Claude Opus 4.7，将它定义为当前可广泛使用的最强Claude模型。其核心升级落在复杂任务执行、高清视觉理解和更稳的长链路工作流上。对普通用户来说，最直接的变化是更听指令、更会看图、产出更接近成品，不过Token也会烧得更快。

性能超越

Claude Opus 4.7性能不如此前曝光的新一代Claude Mythos Preview，但比普通用户能真正用到的Opus 4.6强了太多，除了Agentic搜索能力略有下降外，实现了全面碾压。官方给出的本次升级的关键词为复杂任务、更强视觉、更稳的长链路执行，以及更少需要人工参与。

视觉能力提升

本次更新最大的亮点是Opus 4.7的视觉能力大幅提升，在测试中从Opus 4.6约50%的分数，直接飙升到接近满分，补上了AI目前最大的视觉短板。

编程能力升级

在编程方面，SWE - bench Multilingual测试中，Opus 4.7拿80.5%，Opus 4.6拿77.8%，涨2.7个百分点；SWE - bench Multimodal测试中，从Opus 4.6的27.1%做到Opus 4.7的34.5%，提了7.4个百分点。

长任务表现

在1M token里的长任务GraphWalks测试中，Parents 1M这趴，Opus 4.7从71.1%提到75.1%；BFS 1M中，Opus 4.7从41.2%干到58.6%，拉开17.4个百分点。Vending - Bench 2测试中，Opus 4.7比Opus 4.6多挣了36%。

屏幕定位能力

ScreenSpot - Pro测试中，低分辨率不带工具时，Opus 4.6拿57.7%，Opus 4.7拿69.0%，拉开11.3个百分点；高分辨率下，Opus 4.7不带工具达到79.5%，叠加工具调用，跑分来到87.6%。

与对手对比

GDPval - AA评估中，Opus 4.7拿1753，高出GPT - 5.4 79分，高出Gemini 3.1 Pro 439分；OfficeQA Pro基准测试中，Opus 4.7跑分高达80.6%，是GPT - 5.4的1.6倍，是Gemini 3.1 Pro的1.9倍；Structural Biology生物分子推理测试中，Opus 4.7从Opus 4.6的30.9%直接冲到74.0%，跃升2.4倍。

普通用户体验变化

普通用户能感受到三大变化。一是指令遵循能力更强，Opus 4.7更倾向于逐条照着执行，但旧提示词有时需重新调整写法；二是Claude看图更细，支持长边最高2576像素的图像输入；三是输出结果更接近可交付的成品，在专业任务上更有审美和创造性，能跨多轮、多会话记住关键备注。

安全方面

Anthropic一周前公布Project Glasswing，Opus 4.7是这套新思路下第一个公开部署的模型，其网络安全能力弱于Mythos Preview，上线带有自动检测和拦截高风险网络安全请求的护栏。合规安全研究人员可申请加入新的Cyber Verification Program。Opus 4.7与Opus 4.6整体安全画像相近，整体上「较为可靠且值得信任」。

受益人群与注意事项

开发者、分析师、法务、研究人员，以及高频处理文档、表格、演示材料的人最先受益。但更高分辨率图像会烧掉更多Token，Opus 4.7换了分词器，同样输入可能多出1.0到1.35倍Token，高Effort下输出Token也会增加。好在价格方面，Opus 4.7和4.6与4.5保持一致。

发展方向

从Opus 4.7发布能看出，Anthropic押注长任务执行、视觉理解、工具协同、少监督交付等能力，官方同步上线的Xhigh Effort、Task Nudgets公测，以及Claude Code里的/ultrareview都围绕此方向。对普通用户来说，Claude Opus 4.7更容易把事情做对，看图更细，写出来的东西更能直接用，大模型从会聊天走向会干活又迈进一大步。