claude opus 4.7，来了！不过Token 消耗可能更贵了

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。