Anthropic 今天正式發(fā)布 Claude Opus 4.7，官方說(shuō)這是“目前最強(qiáng) Opus 模型”。定價(jià)沒(méi)變，還是每百萬(wàn) token 輸入 5 美元、輸出 25 美元，但能力這次真的往上跳了一個(gè)臺(tái)階。

兩個(gè)月前剛出頂模 4.6，今天 4.7 直接來(lái)了。Anthropic 這個(gè)更新節(jié)奏，真的不打算讓人喘氣。

在 Vals Index 綜合評(píng)測(cè)中，Opus 4.7 以 71.4% 的得分拿下第一，比之前的最好成績(jī)（67.7%）大幅躍升。它還在 Vibe Code Bench、Vals Multimodal、Finance Agent、Mortgage Tax、SAGE、SWE-Bench 和 Terminal Bench 2 等多個(gè)榜單中均位列第一。

從 4.6 到 4.7，最核心的變化是什么？一句話說(shuō)清楚：它開(kāi)始對(duì)自己的輸出負(fù)責(zé)了。

以前你把任務(wù)扔給 Claude，它做完就交，對(duì)不對(duì)另說(shuō)。4.7 不一樣，它會(huì)在報(bào)告結(jié)果之前先自己驗(yàn)證一遍。聽(tīng)起來(lái)是個(gè)小事，但對(duì)于那些跑幾個(gè)小時(shí)的復(fù)雜任務(wù)來(lái)說(shuō)，這個(gè)改變意味著你可以真正放手，不用一直盯著它。Anthropic 原話是：“You can hand off your hardest work with less supervision.”——把最難的活交出去，不用再當(dāng)保姆了。

寫(xiě)代碼能力大漲，這是最大的升級(jí)

4.7 整體更強(qiáng)，尤其在“寫(xiě)代碼”和“看圖表”這兩塊進(jìn)步明顯。

處理真實(shí)工程項(xiàng)目的能力，提升幅度相當(dāng)大。

在 SWE-bench Pro（真實(shí) GitHub 項(xiàng)目 bug 修復(fù)）上，4.7 從 53.4% 跳到 64.3%，提升了差不多 11 個(gè)百分點(diǎn)。這個(gè)幅度相當(dāng)大。處理標(biāo)準(zhǔn)編程任務(wù)（SWE-bench Verified）也從 80.8% 提升到 87.6%。

SWE-bench Pro 那個(gè) 11 個(gè)百分點(diǎn)的躍升，背后的含義其實(shí)挺重要的。這個(gè)測(cè)試用的都是 GitHub 上真實(shí)的開(kāi)源項(xiàng)目，代碼庫(kù)大、依賴關(guān)系復(fù)雜、bug 藏得深——跟那些教科書(shū)式的干凈代碼完全是兩回事。能在這種“臟活累活”上提升這么多，說(shuō)明 4.7 在實(shí)戰(zhàn)場(chǎng)景下確實(shí)更能打了。

指令執(zhí)行能力也徹底想通了。

4.6 有個(gè)讓人又愛(ài)又恨的毛病——它會(huì)“善意理解”你的指令。你說(shuō)做 A，它覺(jué)得 B 更好，就悄悄給你做了 B，還自我感覺(jué)良好。這種“聰明反被聰明誤”的問(wèn)題，在復(fù)雜工作流里會(huì)直接釀成大錯(cuò)。

4.7 把這個(gè)邏輯翻轉(zhuǎn)了：逐字執(zhí)行，不自作主張。

但這把雙刃劍也有代價(jià)。Anthropic 自己在發(fā)布文檔里警告：針對(duì) 4.6 調(diào)好的提示詞，在 4.7 上可能直接崩掉。以前那些“模糊指令靠模型腦補(bǔ)”的用法，現(xiàn)在得老老實(shí)實(shí)重寫(xiě) prompt 了。

看圖表、看圖片理解能力大漲

4.7 支持解析長(zhǎng)邊最大 2576 像素的圖像，大約 3.75MP，是之前所有 Claude 版本的三倍多。

視覺(jué)推理能力從 69.1% 跳到 82.1%（不用工具的情況下）。跳了 13 個(gè)百分點(diǎn)。拿一張報(bào)表、一張架構(gòu)圖丟給它，它能看懂的概率明顯更高了。

這個(gè)數(shù)字背后的意義，對(duì)普通用戶來(lái)說(shuō)很直接：密密麻麻的截圖能讀了，復(fù)雜圖表能提取了，高分辨率設(shè)計(jì)稿能分析了。做 PPT、做界面、做文檔，4.7 的審美和精度都跟著上來(lái)了。

代碼審查工具 CodeRabbit 的測(cè)試數(shù)據(jù)顯示，切換到 4.7 之后，最難發(fā)現(xiàn)的 bug 召回率提升了 10% 以上，而誤報(bào)率沒(méi)有上升。

對(duì)打工人來(lái)說(shuō)，最直接的感受可能是：以前截圖發(fā)給 Claude，它說(shuō)“圖片不夠清晰看不清”——這個(gè)問(wèn)題，基本上消失了。

電腦操作能力也提升了。

操作電腦能力（OSWorld）從 72.7% 提升到 78.0%。就是那種“幫我打開(kāi)瀏覽器、點(diǎn)一下、填個(gè)表”的 Agent 類任務(wù)，做得更穩(wěn)了。

研究生級(jí)別的硬核推理能力，GPQA 從 91.3% 提升到 94.2%，已經(jīng)接近天花板了。

小幅進(jìn)步的地方

除了上面那些大升級(jí)，4.7 在一些細(xì)節(jié)上也有改進(jìn)：

• 終端里寫(xiě)代碼：65.4% → 69.4%

• 復(fù)雜學(xué)科推理（人類最后的考試）：40% → 46.9%

• 金融分析：60.1% → 64.4%

• 多語(yǔ)言問(wèn)答：91.1% → 91.5%（幾乎沒(méi)動(dòng)）

• 工具調(diào)用：75.8% → 77.3%

網(wǎng)頁(yè)搜索能力反而下降。

BrowseComp 從 83.7% 掉到 79.3%，掉了 4 個(gè)百分點(diǎn)。如果你的業(yè)務(wù)里大量依賴 Claude 去網(wǎng)上搜資料、做 research，這個(gè)版本可能不如 4.6。

寫(xiě)代碼、跑 Agent、處理圖片圖表這些場(chǎng)景，4.7 的提升是實(shí)打?qū)嵉模]眼升就行。但如果你的工作嚴(yán)重依賴 Claude 去網(wǎng)上大量檢索信息、做深度研究，那 4.6 可能還是更穩(wěn)妥的選擇，至少先觀望一下實(shí)際表現(xiàn)再?zèng)Q定。

網(wǎng)絡(luò)安全漏洞復(fù)現(xiàn)能力也下降了——從 73.8% 降到 73.1%，基本沒(méi)變，略微退步。

這個(gè)退步不是偶然的，而是 Anthropic 主動(dòng)為之。

6美元造《我的世界》和GTA-5

國(guó)外很多網(wǎng)友已經(jīng)開(kāi)始用上4.7，有人用6美元的API調(diào)用成本，從零“造出一個(gè)我的世界”！

開(kāi)發(fā)者Angaisb通過(guò)自然語(yǔ)言描述，讓AI模型一步步生成完整的Minecraft風(fēng)格沙盒游戲，包括方塊世界、挖掘建造、資源采集等核心機(jī)制。整個(gè)過(guò)程AI自動(dòng)迭代調(diào)試，最終輸出可直接運(yùn)行的完整游戲。

而在開(kāi)發(fā)者Bridgemind的直播中，他用“Vibe Coding”模式，僅通過(guò)描述就讓AI一氣呵成，在單個(gè)HTML文件中構(gòu)建出一個(gè)包含多種武器的第一人稱射擊游戲（FPS）。

游戲支持?jǐn)橙瞬ù?、不同武器切換和流暢的3D射擊手感，直播時(shí)吸引了1500多人在線圍觀。開(kāi)發(fā)者甚至放話，下一步目標(biāo)直指GTA 6！這充分展現(xiàn)了4.7實(shí)時(shí)生成復(fù)雜互動(dòng)應(yīng)用的能力，從想法到可玩游戲，只需“隨性編碼”幾句提示。

Claude Code 這次也跟著動(dòng)了

跟 4.7 同步上線的，還有幾個(gè) Claude Code 的新功能，值得單獨(dú)說(shuō)一下。

新增了/ultrareview命令，專門用來(lái)做代碼審查——不是普通的 review，是專門盯著錯(cuò)誤和設(shè)計(jì)問(wèn)題的那種深度審查。Pro 和 Max 用戶每月免費(fèi)三次。

Claude Code 的默認(rèn)推理強(qiáng)度從 high 升級(jí)到了 xhigh，這是一個(gè)介于 high 和 max 之間的新檔位，理解成“思考更深但不燒最多錢”就行。

與此同時(shí)，任務(wù)預(yù)算（task budgets）進(jìn)入公測(cè)，開(kāi)發(fā)者可以在長(zhǎng)任務(wù)中精確控制 token 消耗，不用再擔(dān)心一個(gè)任務(wù)跑完賬單爆炸。

自動(dòng)模式也擴(kuò)展到了 Claude Code Max 用戶——Claude 可以在任務(wù)執(zhí)行中自主做決策，比完全放開(kāi)權(quán)限的“yolo 模式”更可控，比每步都問(wèn)你確認(rèn)的模式更省心。

Reddit 上有個(gè) Claude Code（Opus 4.6）vs. Codex（GPT-5.4）的對(duì)比很有意思，經(jīng)歷 8 萬(wàn)行 Python/TypeScript 代碼，2800 個(gè)測(cè)試用例的數(shù)據(jù)分析應(yīng)用深度對(duì)比。結(jié)論是：“Claude 需要一位技術(shù)精湛、專注投入的‘駕駛員’，而 Codex 對(duì)使用者的實(shí)時(shí)介入要求更低。”

來(lái)源：@shao__meng

還有一件更離譜的事

就在 4.7 發(fā)布的今天，X 上另一條消息也傳開(kāi)了：有人給 Claude Code 加了一個(gè)文言文提示詞模式（wenyan mode），用古典漢語(yǔ)來(lái)寫(xiě) prompt，直接把提示詞大小壓縮了 60%。

@amaanbuilds 發(fā)推感嘆：“Using a 2000 yr old language as a compression layer for tokens is just insane lol”——用 2000 年前的語(yǔ)言做 token 壓縮層，這操作真的離譜。

但你仔細(xì)想想，文言文本來(lái)就是極度壓縮的信息載體，“有朋自遠(yuǎn)方來(lái)”六個(gè)字，白話文要寫(xiě)一段。古人用它省竹簡(jiǎn)，現(xiàn)代人用它省 token，邏輯上一脈相承，只是這個(gè)用法確實(shí)沒(méi)人想到過(guò)。

安全防護(hù)加強(qiáng)了，但打工人更慌了

4.7 的發(fā)布，還有一個(gè)容易被忽略但非常重要的背景：Anthropic 在臨門 AGI 前，開(kāi)始主動(dòng)給模型“降能力”了。

上周 Anthropic 剛剛公布了 Project Glasswing 項(xiàng)目，專門研究 AI 模型在網(wǎng)絡(luò)安全領(lǐng)域的風(fēng)險(xiǎn)和收益。他們明確表示，會(huì)限制 Claude Mythos Preview 的發(fā)布范圍，并在能力較弱的模型上先測(cè)試新的網(wǎng)絡(luò)安全防護(hù)機(jī)制。

4.7 就是第一個(gè)“試驗(yàn)品”。

Anthropic 在訓(xùn)練 4.7 的時(shí)候，主動(dòng)實(shí)驗(yàn)了差異化降低網(wǎng)絡(luò)安全能力的方法。所以你會(huì)看到，4.7 在網(wǎng)絡(luò)安全漏洞復(fù)現(xiàn)能力上從 73.8% 降到 73.1%——這不是訓(xùn)練失誤，而是有意為之。

與此同時(shí)，4.7 內(nèi)置了自動(dòng)檢測(cè)和攔截機(jī)制，能識(shí)別并阻止那些涉及禁止用途或高風(fēng)險(xiǎn)網(wǎng)絡(luò)安全操作的請(qǐng)求。

Anthropic 還專門推出了“網(wǎng)絡(luò)安全驗(yàn)證計(jì)劃”（Cyber Verification Program），允許安全專業(yè)人士申請(qǐng)使用 4.7 進(jìn)行合法的漏洞研究、滲透測(cè)試和紅隊(duì)演練。

這個(gè)邏輯很清楚：模型越來(lái)越強(qiáng)，但不能無(wú)限制地強(qiáng)下去。在接近 AGI 的路上，安全防護(hù)必須跟上。

但對(duì)普通打工人來(lái)說(shuō)，這個(gè)消息有點(diǎn)慌。

你想想，連 Anthropic 都開(kāi)始主動(dòng)給自己的模型“削弱能力”了，Mythos的編程和圖表的能力并沒(méi)有完全釋放，長(zhǎng)文本比4.6還有退步，這說(shuō)明什么？說(shuō)明他們內(nèi)部已經(jīng)看到了某些能力邊界，看到了失控的可能性。

更直接的影響是：Anthropic 同步宣布開(kāi)始推行身份驗(yàn)證，合作方是 Persona，需要護(hù)照加自拍。

這個(gè)消息在中文區(qū)引發(fā)了不少討論，畢竟能用上 Claude 的路本來(lái)就不寬，現(xiàn)在又多了一道門。

Anthropic 現(xiàn)在的狀態(tài)，有點(diǎn)嚇人

發(fā)布 4.7 的背景，是 Anthropic 正在經(jīng)歷一段幾乎所有人都沒(méi)預(yù)料到的增速。

過(guò)去一年，Claude 的流量增長(zhǎng)了大約 5 倍。今年 2 月，Anthropic 完成了 300 億美元融資，估值 3800 億美元。

企業(yè)端的數(shù)據(jù)更夸張——根據(jù)企業(yè)支出追蹤平臺(tái) Ramp 的數(shù)據(jù)，今年 1 月和 2 月，Ramp 上付費(fèi)使用 Anthropic 服務(wù)的企業(yè)占比連續(xù)兩個(gè)月大幅增長(zhǎng)，而 OpenAI 的份額同期下滑。

“現(xiàn)在每四家 Ramp 上的企業(yè)就有一家在付費(fèi)用 Anthropic，一年前這個(gè)比例是二十五分之一?！盧amp 經(jīng)濟(jì)學(xué)家 Ara Kharazian 這樣說(shuō)。

企業(yè)年消費(fèi)超過(guò) 10 萬(wàn)美元的客戶數(shù)量，一年內(nèi)增長(zhǎng)了 7 倍。Claude Code 的年化營(yíng)收，在今年 2 月已經(jīng)跑到了 25 億美元。到本月，Anthropic 整體年化營(yíng)收據(jù)報(bào)道已經(jīng)超過(guò) 300 億美元，首次超過(guò)了 OpenAI。

這個(gè)背景下，4.7 的發(fā)布不只是一次常規(guī)迭代。它是 Anthropic 在企業(yè)市場(chǎng)全面提速的縮影——每一個(gè)“更精準(zhǔn)執(zhí)行指令”、“更穩(wěn)定跑長(zhǎng)任務(wù)”的改進(jìn)，都直接對(duì)應(yīng)著企業(yè)客戶最真實(shí)的痛點(diǎn)。

最后說(shuō)一句

還有一個(gè)更強(qiáng)的模型 Claude Mythos Preview 還在路上，目前只對(duì)少數(shù)安全和企業(yè)合作伙伴開(kāi)放。

4.7 某種程度上是在給 Mythos 鋪路——新的網(wǎng)絡(luò)安全防護(hù)機(jī)制，先在 4.7 上跑通，再推到 Mythos 的大規(guī)模發(fā)布。

所以，現(xiàn)在的 4.7，只是個(gè)開(kāi)始。

但這個(gè)開(kāi)始，已經(jīng)讓人既興奮又有點(diǎn)不安了。