---
source_url: "https://www.anthropic.com/news/claude-opus-4-7"
ingested: 2026-06-26
sha256: 92566b7ad1c2e041
---
sha256: a760a88a153e86b3
---
title: "Claude Opus 4.7 并不是一次全面升级，甚至部分能力大幅衰退。\\n\\n大家应该在合适的场景下选择使用。\\n\\n昨晚 Opus 4.7 上线，全网又炸了。\\n\\n我仔细看了下官方博客 https://www.anthropic.com/news/claude-opus-4-7 \\n\\n发现这次的升级和之前有点不太一样。\\n\\n先说优点吧。\\n\\n编程：SWE-bench Pro 从 53.4% 涨到 64.3%，这是 Claude 的主战场，新模型不可能退步的。\\n\\n办公任务：OfficeQA Pro 从 57.1% 干到 80.6%，简单理解就是让它处理 Excel 和 Doc 这些文件更靠谱了。\\n\\n视觉：图像分辨率从 1568px 拉到 2576px。XBOW 安全视觉测试从 54.5% 到 98.5%，接近满分，这也是这次升级最能打的地方了。\\n\\n另外还有个非常容易忽略的点，4.7 的指令遵循能力大幅增强了。\\n\\n官方重点提醒了 — 如果你直接用旧 prompt 切 4.7 可能产生意外结果，可能以前模型会 \"脑补\" 你的意思，现在它直接照做。\\n\\n接下来我们再看看退步的部分。\\n\\n首先是长上下文检索能力大幅退步。\\n\\nMRCR v2 测试，256k 下从 91.9% 掉到 59.2%。1M 下更惨，78.3% 直接回到 32.2%。\\n\\n你要是喜欢把整本书、整个代码仓库塞进去问问题 — 别用 4.7，继续用 4.6。\\n\\n网页搜索：BrowseComp 从 83.7% 掉到 79.3%。\\n\\nAnthropic 也说了，做深度网页搜索，4.6 的 scaling curve 更好。\\n\\n翻译成人话 — deep research 场景，官方推荐你用 4.6。\\n\\n然后还有个最容易被忽略的：可能有隐形涨价。\\n\\nAPI 定价没变，还是 $5/$25。但 Anthropic 换了新 tokenizer。\\n\\n同一段代码、同一份文档、同一个 prompt，丢给 4.7 要多吃最多 35% 的 token。\\n\\n官方的解释是：模型更准了，一次过的概率更高，省了来回修改的轮次，所以总成本可能反而低。\\n\\n逻辑上没毛病。但这个逻辑成立的前提是 — 你的任务恰好落在 4.7 提升明显的场景。\\n\\n如果你日常做的是知识管理、写方案、数据分析这类提升不大的场景，那就是纯纯多烧 token。\\n\\n所以怎么选？\\n\\n写代码、办公自动化、视觉理解，屏幕操作类 Agent → 4.7，直接上。\\n\\n长文档精确检索、deep research → 4.6，别换。\\n\\n日常随便用用，考虑成本问题还是 4.6。\\n\\n一句话总结：Opus 4.7 在编程和视觉上有肉眼可见的飞跃。\\n\\n但全面升级？谈不上。"
source_url: "https://mp.weixin.qq.com/s/oLTaFFlSocYKcWf253TurA"
tags: [wechat, article, claude, openai, gpt, agent, harness, openclaw]
source_type: wechat
provenance_state: extracted
sha256: 423d312cdbce68c9c2d4841f114e29102688a29f3c3816824ae8b62d7499a336
---
Claude Opus 4.7 并不是一次全面升级，甚至部分能力大幅衰退。
大家应该在合适的场景下选择使用。
昨晚 Opus 4.7 上线，全网又炸了。
我仔细看了下官方博客 https://www.anthropic.com/news/claude-opus-4-7
发现这次的升级和之前有点不太一样。
先说优点吧。
编程：SWE-bench Pro 从 53.4% 涨到 64.3%，这是 Claude 的主战场，新模型不可能退步的。
办公任务：OfficeQA Pro 从 57.1% 干到 80.6%，简单理解就是让它处理 Excel 和 Doc 这些文件更靠谱了。
视觉：图像分辨率从 1568px 拉到 2576px。XBOW 安全视觉测试从 54.5% 到 98.5%，接近满分，这也是这次升级最能打的地方了。
另外还有个非常容易忽略的点，4.7 的指令遵循能力大幅增强了。
官方重点提醒了 — 如果你直接用旧 prompt 切 4.7 可能产生意外结果，可能以前模型会 "脑补" 你的意思，现在它直接照做。
接下来我们再看看退步的部分。
首先是长上下文检索能力大幅退步。
MRCR v2 测试，256k 下从 91.9% 掉到 59.2%。1M 下更惨，78.3% 直接回到 32.2%。
你要是喜欢把整本书、整个代码仓库塞进去问问题 — 别用 4.7，继续用 4.6。
网页搜索：BrowseComp 从 83.7% 掉到 79.3%。
Anthropic 也说了，做深度网页搜索，4.6 的 scaling curve 更好。
翻译成人话 — deep research 场景，官方推荐你用 4.6。
然后还有个最容易被忽略的：可能有隐形涨价。
API 定价没变，还是 $5/$25。但 Anthropic 换了新 tokenizer。
同一段代码、同一份文档、同一个 prompt，丢给 4.7 要多吃最多 35% 的 token。
官方的解释是：模型更准了，一次过的概率更高，省了来回修改的轮次，所以总成本可能反而低。
逻辑上没毛病。但这个逻辑成立的前提是 — 你的任务恰好落在 4.7 提升明显的场景。
如果你日常做的是知识管理、写方案、数据分析这类提升不大的场景，那就是纯纯多烧 token。
所以怎么选？
写代码、办公自动化、视觉理解，屏幕操作类 Agent → 4.7，直接上。
长文档精确检索、deep research → 4.6，别换。
日常随便用用，考虑成本问题还是 4.6。
一句话总结：Opus 4.7 在编程和视觉上有肉眼可见的飞跃。
但全面升级？谈不上。
关闭
*
*
**
**
更多
*
*
*
*
*
*
名称已清空
*
**
微信扫一扫赞赏作者
**
喜欢作者
[
其它金额
](javascript:;)
*
赞赏后展示我的头像
作品
暂无作品
喜欢作者
其它金额
¥
*
最低赞赏 ¥0
确定
*
返回
*
*
**
其它金额
**
更多
*
*
*
*
*
*
赞赏金额
¥
最低赞赏 ¥0
1
2
3
4
5
6
7
8
9
0
.
*
*
天津
,
2026年4月17日 10:17