Claude Opus 4.7 全面上线，Anthropic 又卷了一把

产品更新

Anthropic 发布旗舰模型 Claude Opus 4.7，编程自主性、图像识别和逻辑推理能力显著提升，同步更新 Claude Code 桌面端和 Routines 自动化功能，加速从模型工具向任务执行平台转型。

Anthropic 没打算让同行喘口气。

4 月 15 日深夜，Claude Opus 4.7 悄然上线。各家 API 聚合平台几乎在同一时间跟进，凌晨零点左右开发者社区就已经炸开了锅。有人连夜跑了 70 美元的 Token 做实测，结论是「比 4.6 强 20% 左右，真正意义上的无敌」。当然，也有人被 429 和 503 错误反复折磨，retry 了九十轮才勉强用上。

这就是 Anthropic 的节奏——发货快，产能跟不上，但模型本身确实在往前走。

核心升级：不是刷分，是补短板

Opus 4.7 这次的提升方向很明确，不是在某个 benchmark 上再涨两个点，而是在开发者日常最痛的几个地方集中发力。

第一个是逻辑推理和 Bug 检测。社区实测反馈最集中的一点：Opus 4.7 在排查复杂 Bug 时的能力「比 4.6 强不止一点」。这不是玄学，而是模型在长链路任务中的自我验证能力有了实质性进步。过去用 4.6 跑一个复杂重构任务，中间走偏了往往要到最后才暴露；4.7 会在过程中更主动地回头检查，相当于自带了一个初级 Code Reviewer。

第二个是图像识别。Opus 4.7 支持最高 2576 像素长边的图像处理，分辨率是前代的三倍以上。这意味着它可以直接看懂复杂的工程图纸、密集的 UI 截图、甚至手写的架构草图。对于那些习惯截个图丢给 AI 说「帮我看看这个报错」的开发者来说，体验会有质的变化。

第三个是指令理解和长任务稳定性。说白了就是：你给它一个复杂的多步骤指令，它不容易跑偏了，也不容易在第 15 步的时候突然忘了第 3 步说的是什么。

Claude Opus 4.7 与 Opus 4.6、GPT-5.4、Gemini 3.1 Pro 在主要编程基准测试上的性能对比图

按照 Anthropic 官方的说法，Opus 4.7 在多个测试中已经超过了 Opus 4.6、GPT-5.4 和 Gemini 3.1 Pro，但仍然低于还在预览阶段的 Mythos Preview。这个结果说明两件事：公开可用模型的天花板又被抬高了；Anthropic 手里还有没放出来的东西。

新 Tokenizer：更聪明，但也更贵

Opus 4.7 换了新的 tokenizer。这个变化容易被忽略，但对实际使用成本影响不小。

新 tokenizer 的好处是对信息的切分更合理，模型理解更完整，尤其在高算力模式下「思考」会更充分。但代价是：同样的输入内容，切出来的 token 数量可能跟以前不一样。

社区里已经有人算过账了——「用了大概 70 刀，感觉确实比 4.6 好，就是贵了」。如果你的工作流对 token 用量比较敏感，这轮切换建议盯一下实际消耗。模型更仔细是好事，但预算和吞吐需要重新平衡。

对于通过 API 调用的开发者来说，这一点尤其重要。同样的 prompt，跑 4.7 的成本可能比 4.6 高出一截。好消息是，如果你用的是 OpenAI Hub 这类聚合平台，切换模型只需要改一个参数，可以很方便地在 4.6 和 4.7 之间做 A/B 测试，找到性能和成本的平衡点。

实际调用：一个参数的事

Opus 4.7 已经在各主要平台上线。如果你通过 OpenAI Hub 调用，接口完全兼容 OpenAI 格式，切换模型只需要把 model 参数改一下：

import openai

client = openai.OpenAI(
    api_key="你的 OpenAI Hub API Key",
    base_url="https://api.openai-hub.com/v1"
)

response = client.chat.completions.create(
    model="claude-opus-4-7-20260415",
    messages=[
        {"role": "system", "content": "你是一个资深软件工程师。"},
        {"role": "user", "content": "请审查以下代码中的潜在 Bug 并给出修复建议。"}
    ],
    max_tokens=4096
)

print(response.choices[0].message.content)

如果你想测试它的图像识别能力，传入图片也很直接：

response = client.chat.completions.create(
    model="claude-opus-4-7-20260415",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "这张截图里的报错信息是什么意思？怎么修？"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "data:image/png;base64,{你的图片base64编码}"
                    }
                }
            ]
        }
    ],
    max_tokens=4096
)

国内直连，不用折腾网络环境，一个 Key 就能调 Claude、GPT、Gemini、DeepSeek 等主流模型。对于想第一时间试用 Opus 4.7 又不想折腾海外支付和网络的开发者来说，这可能是最省事的方式。

Claude Code 同步大改：从工具到工作台

模型升级只是这次更新的一半。另一半同样重要——Claude Code 桌面端几乎被重写了。

Anthropic 这次给 Claude Code 加了三个关键能力：

Routines：让 Claude 在后台替你干活

Routines 是一套自动化流程系统，支持三种触发方式：

  • 定时触发：按小时、每天、工作日、每周，或者用 cron 自定义
  • GitHub 触发：PR、push、issue、workflow run 等事件发生时自动执行
  • API 触发：外部系统调用触发

一个典型场景：每天晚上自动跑一次日志整理，给新 issue 贴标签、分配负责人，早上团队上班时收到一份整理好的摘要。这些事人工也能做，但做起来枯燥又容易忘。

更关键的是，Routines 跑在 Anthropic 的云基础设施上，不依赖你的电脑在线。笔记本合上，任务照跑。

目前 Pro 用户每天最多 5 次，Max 用户 15 次，Team 和 Enterprise 用户 25 次。

桌面端多会话并行

新版 Claude Code 支持一个窗口内同时跑多个会话，通过侧边栏管理，拖拽分屏。不再需要开一堆终端窗口来维持多个任务线。

同时内置了终端、文件编辑器、HTML/PDF 预览、更快的 diff 查看器。以前需要在 Claude Code、编辑器、浏览器之间反复切换的操作，现在一个窗口搞定。

/ultrareview 命令

新增的 /ultrareview 不是简单扫一眼 diff，而是尽可能模拟一位认真的 Reviewer 会做的事——找逻辑漏洞、检查边界条件、发现潜在的性能问题。配合 Opus 4.7 更强的推理能力，这个功能的实用价值会比在 4.6 上高不少。

Claude Code 桌面端负责人 Anthony Morris 说他自己已经连续好几周没用过传统 IDE 了。这话当然有营销成分，但方向是真实的：Anthropic 正在把 Claude Code 从一个「终端里会聊天的 AI」推向一个完整的任务执行平台。

身份验证争议：Anthropic 要查证件了

伴随 Opus 4.7 发布的还有一个不太让人愉快的消息：Anthropic 开始为部分使用场景引入身份验证。

官方说法是在触及某些能力、平台例行完整性检查、安全与合规要求时，用户会被要求验证身份。但社区里不少人猜测这是针对特定地区用户的「实名制」。目前已经有用户发现，在尝试订阅 Max 会员时会被触发验证。

这对国内开发者来说是个现实问题。直接用官方服务的门槛又高了一层——海外信用卡、网络环境、现在还加上身份验证。相比之下，通过 API 聚合平台调用反而成了更稳定的选择。

成本压力：Anthropic 自己也在算账

能力越强，成本越高，这个矛盾 Anthropic 自己也没解决。

最近 Anthropic 调整了企业版定价，从按席位收费改为「每月每用户 20 美元 + 按实际用量计费」。对重度使用 Claude Code 的团队来说，成本可能翻 2-3 倍。

Uber CTO 透露，2026 年才过去几个月，Uber 就已经用完了全年的 AI 预算，主要原因就是 Claude Code 使用量飙升。Anthropic 自己也下调了毛利率预期——模型推理支出的增长速度明显快于收入增长。

这解释了为什么 Opus 4.7 的 token 单价更高，也解释了为什么 Routines 要设每日次数上限。Anthropic 在能力和成本之间走钢丝，而这个平衡点还在不断移动。

竞争格局：三家混战，开发者受益

把 Opus 4.7 放到整个市场里看，现在的局面是 Anthropic、OpenAI、Google 三家在高端模型上贴身肉搏。

Opus 4.7 超过了 GPT-5.4 和 Gemini 3.1 Pro，但优势不是碾压级的。真正拉开差距的是 Anthropic 在开发者工具链上的投入——Claude Code 的 Routines、桌面端改版、/ultrareview，这些东西加在一起构成了一个比单纯模型能力更有粘性的生态。

OpenAI 有 Codex 和 GPT 系列的庞大用户基础，Google 有 Gemini 和云服务的整合优势，Anthropic 选择的差异化路径是：把模型能力和开发工作流深度绑定，让 Claude 不只是一个你问它答的工具，而是一个能在后台持续替你干活的系统。

这个方向对不对，市场会给答案。但至少目前来看，开发者是最大的受益者——三家卷起来，模型越来越强，价格战迟早会来。

该不该现在切换到 Opus 4.7？

说点实在的建议：

如果你的主要场景是复杂代码重构、大型项目的 Bug 排查、需要模型看截图理解上下文，Opus 4.7 的提升是实打实的，值得切换。

如果你的场景主要是简单的代码补全、文档生成、日常问答，4.6 甚至 Sonnet 就够用了，没必要为了 20% 的提升多花那么多钱。

如果你对成本敏感，建议先小规模测试，对比一下同样任务在 4.6 和 4.7 上的 token 消耗和输出质量，再决定是否全面切换。

Anthropic 提到后续 Opus 系列可能按每两个月一次的节奏更新。这意味着 4.7 不会是终点，但它是目前公开可用的最强选项之一。

参考来源：