Claude Opus 4.7 正式发布：软件工程能力跃升，支持 2.5K 高分辨率图像与 xhigh 推理模式

Anthropic 正式发布了其最新旗舰模型 Claude Opus 4.7。作为 Opus 系列的最新迭代，它在高级软件工程、复杂指令遵循以及高分辨率视觉理解方面取得了显著进步，旨在让用户能够更放心地委托最棘手、最长周期的编码任务。

• 官方介绍：https://www.anthropic.com/news/claude-opus-4-7

Opus 4.7 现已通过 Claude API (claude-opus-4-7)、Claude 平台、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 全面可用，定价与 Opus 4.6 保持一致。

核心升级亮点

1. 卓越的软件工程能力

• 复杂任务处理：在高级软件工程基准测试中表现优于 Opus 4.6，尤其擅长处理需要长时间运行、多步骤推理的复杂编码任务。
• 自我验证：模型能够在回复前设计验证自身输出的方法，显著提高了代码的正确性和可靠性。
• 严格指令遵循：Opus 4.7 对指令的执行更加严谨和逐字化。早期测试者反馈，以前模型可能松散解释或跳过部分指令，而 Opus 4.7 会严格执行。注意：用户可能需要调整针对旧模型编写的宽松提示词。

2. 高分辨率视觉理解

• 3倍分辨率提升：支持长边高达 2,576 像素（约 375 万像素）的图像输入，是此前模型的三倍多。
• 精细细节捕捉：这一升级使得模型能够读取密集的屏幕截图、从复杂图表中提取精确数据，以及进行需要像素级参考的多模态任务，为计算机使用代理（Computer Use Agents）打开了新空间。

3. 增强的记忆与金融分析

• 文件系统记忆优化：更擅长利用基于文件系统的长期记忆，能在跨会话工作中记住关键笔记，减少重复上下文输入。
• 金融领域 SOTA：在 GDPval-AA 等评估中达到最先进水平，能生成更严谨的金融模型、专业的演示文稿及紧密集成的跨任务分析。

4. 更精细的努力程度控制

• 新增 xhigh 模式：引入了介于 high 和 max 之间的 “额外高” (xhigh) 努力程度选项。
• 默认升级：在 Claude Code 中，默认努力程度已提升至 xhigh，以平衡推理深度与响应延迟。建议在编码和代理用例中优先使用 high 或 xhigh。

安全与对齐：Project Glasswing 的首次实践

Opus 4.7 是 Anthropic Project Glasswing 计划下的首个发布模型，旨在测试新的网络安全防护措施：

• 差异化能力限制：与更强大的 Mythos Preview 不同，Opus 4.7 在训练过程中尝试了差异化降低某些网络攻击能力的方法。
• 自动防御机制：内置安全防护措施，能自动检测并阻止表明禁止或高风险网络安全用途的请求。
• 白名单计划：对于合法的网络安全专业人士（如漏洞研究、红队演练），可申请加入新的网络安全验证计划以获得受限访问权限。
• 对齐表现：总体安全性与 Opus 4.6 相似，在抵抗提示注入和诚实度上有所改进，但在某些受控物质建议上略弱。整体评价为“大体上对齐良好且值得信赖”。

配套工具更新

Claude Code 新功能

• /ultrareview 命令：生成专门的审查会话，深入读取代码更改并标记潜在的 Bug 和设计问题（Pro/Max 用户享有三次免费试用）。
• 自动模式扩展：Max 用户现在可以使用“自动模式”，允许 Claude 代表用户做出低风险决策，从而减少中断，实现更长周期的无人值守任务执行。

API 新功能

• 任务预算 (Task Budgets)：公开测试版推出，允许开发者引导 Token 支出，确保模型在长周期运行中优先处理核心工作，防止预算失控。

迁移指南：从 Opus 4.6 到 4.7

虽然 Opus 4.7 是直接升级，但有两个关键变化影响 Token 使用量：

1. Tokenizer 变更：采用了更新的 Tokenizer，相同输入可能映射到更多 Token（约为原来的 1.0 – 1.35 倍）。
2. 思考深度增加：在 high 或 xhigh 努力程度下，模型会进行更多内部推理，导致输出 Token 数量增加，尤其是在多轮代理交互中。

建议：

• 在实际流量中监控 Token 消耗差异。
• 利用 effort 参数、任务预算或提示词简洁性来控制成本。
• 尽管单次 Token 数可能增加，但内部评估显示，由于准确率提升减少了返工，整体解决任务的 Token 效率实际上有所改善。