網民熬夜玩兒瘋,Claude Opus 4.7來了

2026-04-17 | 來源: 量子位 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

用Mythos向外界虛晃一槍後，Anthropic猝不及防把Claude Opus 4.7抬了上來。

不少小伙伴都熬夜玩兒瘋了！

一骨碌從床上坐起來邊沖浪邊上手體驗，我從Opus 4.7身上總結了一個壞消息和一些好消息。

先說壞消息吧——Opus 4.7身上，怎麼看怎麼有點故人之姿。

動不動就要“穩穩接住”我。

不少網友也反饋，怎麼說是升級，但Opus 4.7越用越像GPT？？？

如果是真的，這可不是什麼好事情（無奈閉眼.jpg）。

相比壞消息只有一個，好消息那是有一籮筐。

在Agentic coding、Agentic terminal coding、Scaled tool use、Visual reasoning等多個方面，都比前作更好。但Agentic search等幾個單項能力上有所下降。

Anthropic還很臭屁地表示：

Opus 4.7是我們家目前最強大的公開可用模型。

不過這不是我們最強大的模型喲～～

看來最強大的還是密而不發的Mythos。

看看上面的表格，Mythos在那些測試上的整體表現，均優越約10%至15%。

毫無疑問，Mythos Preview是目前Anthropic手裡最夯的一張牌，能力拉滿，但價格也是Opus 4.7的5倍。

相比之下，Opus 4.7更像是安全體系完成全驗證、定價親民且全平台開放的最強量產版。

但……所謂智者千慮必有一失。

強大的Opus 4.7還是在昨日的陰溝裡面翻了船：

Claude Opus 4.7突襲，核心升級四大方向

通覽下來，這個公開最強的Opus 4.7，在四個方向上都有突出表現。

高級軟件工程領域：值得托付

Opus 4.7最顯著的進步在高級軟件工程領域。

Claude崩了,全球AI因何"熔斷"?(圖

Claude新功能"記憶搬家"! 70萬用戶退訂OpenAI

狙殺幕後功臣:Claude和Palantir如何改變戰場?

來看這組數據：

SWE-bench Verified測試達到78.2%；

SWE-bench Multimodal達到72.7%；

Terminal-Bench 2.0拿下68.8%；

Rakuten-SWE-Bench 中解決生產任務的數量更是Opus 4.6的3倍；

GitHub 93項任務編碼基准也提升了13%。

Cursor的CEO Michael Truell給出了一個關鍵評價：

在CursorBench上，Opus 4.7從58%躍升到70%，這個躍升意義重大。

這種提升體現在三個關鍵特性上。

第一，嚴格遵循指令。

Opus 4.7不再像早期模型那樣“靈活解讀”用戶的模糊表述，而是字面執行。

這意味著以前你寫“如果可能的話，嘗試優化這段代碼”這種提示詞，模型可能會選擇性忽略。

現在你說“優化這段代碼”，它就一定會執行。

這種變化要求用戶重新調整提示詞策略，軟修飾符如“if possible/ideally/try to”的權重變得更高，硬限制需要更明確。

第二，輸出前自我驗證。

Opus 4.7會在報告結果前devise ways to verify its own outputs，就像一個資深工程師在提交代碼前會自己跑一遍測試。

第三，擅長復雜多文件變更、模糊調試、跨服務代碼審查。

Notion的AI Lead Sarah Sachs分享了一個數據：

面對復雜多步驟工作流，Opus 4.7比Opus 4.6提升14%，而且token消耗更少，工具錯誤只有三分之一。

它是第一個通過我們隱性需求測試的模型。

視覺能力：分辨率×3，看見更多細節

在視覺能力方面，Opus 4.7也有很不錯的進步。