claude opus 4.7，来了！
没啥疑问，因为前几天它都说了，这周要发布
这不，就来了
Anthropic 刚刚发布了 Claude Opus 4.7。编辑看完测评数据后觉得，这可能是目前最值得开发者关注的一次更新。
先整理说一下亮点，明天老板肯定会问我，哈哈，三个点吧：1.编程能力大跃升，2.视觉分辨率翻三倍，3.安全护栏也更紧了。
再说下缺点：1. 分词器变化导致费钱 2. 思考更多导致费钱。
1. 代码能力：专啃硬骨头
文章指出，Opus 4.7 在高级软件工程上相比 4.6 版本有明显提升。尤其是那些以前需要人工密切监督的最棘手任务，现在用户可以放心交给它。
该模型能严谨且一致地处理复杂、长时间运行的任务。它还会在汇报结果前，主动想办法验证自己的输出。
这个效果有多大呢？
早期测试者反馈，Opus 4.7 能在规划阶段就发现自己的逻辑错误，执行速度远超以往版本。确实是一次较大的能力提升！
2. 视觉：分辨率直接翻三倍
新模型的视觉能力得到了大幅的增强。它可以接收长边高达 2576 像素的图片（约 3.75 百万像素）。
这是什么概念？没啥概念，就是觉得厉害...
和之前的Claude 模型比较，能处理的像素数量多了 三倍以上。多模态这块肯定是下了功夫滴。
反正视觉这块就意味着它可以处理依赖精细视觉细节的多模态任务：比如读取密集截图的计算机使用代理、从复杂图表中提取数据，以及需要像素级参考的工作。
3. 一个反常识的坑：指令太“听话”
Opus 4.7 在遵循指令方面表现极好。但文章提醒了一个有意思的反转：
以前为早期模型写的提示词，现在可能会产生意想不到的结果。因为旧模型会松散地解读指令或跳过部分内容，而 Opus 4.7 会 逐字逐句地严格执行。
用户需要据此重新调整自己的提示词。因为它太听话了，用户得好好说。
4. 实际应用测试
作者们在很多场景下进行了测试：
office task
Vision
Document reasoning
Long-context reasoning
Biology
Long-term coherence
Coding
5. 安全与对齐：有得有失
整体上，Opus 4.7 的安全配置与 4.6 类似。在某些方面有所改进，比如诚实度和对恶意“提示注入”攻击的抵抗力。
但在另一些方面，它比 4.6 稍弱，比如在给出过于详细的减少伤害建议时。
文章引用的对齐评估结论是：“基本对齐且可信，但行为尚未完全理想”。
6. 升级前必看：Token 消耗会变化
从 Opus 4.6 迁移到 4.7，有两件事需要规划：
第一，新模型使用了更新的分词器，相同输入可能会映射出更多 token，大约是原来的 1.0 到 1.35 倍，具体取决于内容类型简单说，就是要费钱了。
第二，在更高“努力程度”下，Opus 4.7 会思考更多，尤其是在代理场景的后几轮交互中。这会提高处理难题的可靠性，但也会产生更多输出 token，简单说，就是要费钱了x2。
不过文章也给出了控制方法：使用 effort 参数、调整任务预算，或直接提示模型更简洁。
7. 测试者眼中的真实变化
编辑从大量测试反馈中提炼了几个最直观的变化：
更诚实：当数据缺失时会正确报告，而不是给出看似合理但错误的推测。 更高效：低努力程度的 Opus 4.7 大约相当于中等努力程度的 Opus 4.6。 更可靠：能持续执行以前会让 Opus 模型停止的工具调用。 更懂设计：被认为是构建仪表盘和数据丰富界面的最佳模型，设计品味“令人惊讶地好”。
例如，某测试显示 Opus 4.7 能完全自主地从零构建一个完整的 Rust 文本转语音引擎——包括神经模型、SIMD 内核、浏览器演示——然后还通过语音识别器验证输出是否与 Python 参考版本匹配。
总结
该文的核心建议是：Claude Opus 4.7 是一次值得升级的实质性更新，尤其在复杂编程和多模态任务上表现突出。但需要注意重新调优提示词，并提前规划 token 用量的变化。
opus 虽好，但是也要想着token的花费。
