Claude Opus 4.7 来了，视觉精度提升 3 倍

4月16日，Anthropic 发布 Claude Opus 4.7。如果只看官方公告，你会觉得这是一次常规升级——视觉能力提升 3 倍、编程效率大涨、长问答准确率提升 17%。但如果仔细读完公告，你会发现一件让整个硅谷都警觉的事情：Anthropic 把他们真正的最强模型锁起来了。

一组让对手窒息的数字

先说 Opus 4.7 本身有多强。

在 OfficeQA Pro 评测中——要求解析近 9 万页美国财政部历史文件——Opus 4.7 得分 80.6%。作为对比，谷歌 Gemini 3.1 Pro 得分 42.9%，GPT-5.4 得分 51.1%。Anthropic 把对手甩开了近乎一倍。

在结构生物学基准测试中，Opus 4.7 得分从 30.9% 跃升至 74.0%，一次迭代实现 2.4 倍增长。在 Vending-Bench 2 模拟经营测试中，Opus 4.7 余额 10,937 美元，比 Opus 4.6 的 8,018 美元高出 36%。

📊 核心数据对比

OfficeQA Pro：80.6% vs Gemini 42.9% vs GPT-5.4 51.1% 结构生物学：74.0%（↑2.4倍） Vending-Bench：$10,937（↑36%） BFS 1M 上下文：58.6%（↑17.4个百分点）

视觉精度暴涨的背后

Opus 4.7 能接收最长边 2,576 像素的图像输入，分辨率约 375 万像素，是前代的 3 倍多。这意味着它能看清屏幕上占比低至 0.07% 的 UI 元素——一个按钮、一行代码、一个数据点。

在 ScreenSpot-Pro 基准测试中——评估 AI 在 VSCode、Photoshop、AutoCAD 等专业软件中定位特定按钮的能力——Opus 4.7 在高分辨率模式下配合工具调用达到 87.6% 的成功率，而 Opus 4.6 在低分辨率下仅为 57.7%。

一个被故意削弱的模型

但 Opus 4.7 不是 Anthropic 最强的模型。

比它更强的是 Claude Mythos Preview——一个在网络安全测试中能发现数千个零日漏洞的怪物。但 Anthropic 没有把它放出来。官方公告里有一句话，轻描淡写却让整个安全圈警觉：

"在训练过程中，我们实验性地削弱了这个模型的进攻性网络安全能力。"

—— Anthropic 官方公告

Opus 4.7 是 Anthropic 拿来测试安全护栏的第一款公开模型。他们把最强的模型锁在笼子里，用一个被"刻意削弱"的版本先看市场反应。这种做法正在成为 Anthropic 的产品差异化标签。

行业竞争逻辑正在转向

这次发布标志着 AI 行业竞争焦点的转移：从"答得像不像"，转到"做得完不完"。

在 BFS 1M 测试（100 万 token 上下文图遍历）中，Opus 4.7 从 41.2% 提升至 58.6%，这是业内公认的"AI 智能体能不能跑长任务"的硬指标。当模型的基准分数已经高到普通人分不出差距的时候，行业开始思考下一个问题：

🤔 强到某个临界点之后，最大的风险不是"不够强"，而是"强到失控"。

"克制"正在成为新的竞争力

Anthropic 的逻辑是：在把 Mythos 放出来之前，先搞清楚它会不会被人滥用。从 Opus 4.7 的真实部署中收集数据，为未来 Mythos 的广泛发布做准备。

把最强模型锁起来，听起来是"藏着掖着"。但 Anthropic 创始人 Dario Amodei 曾说过一句话："有时候'不做什么'比'能做什么'更重要。"这种"克制"正在转化为市场信任——已经有 1000 多家企业客户年均支出超 100 万美元在 Anthropic 上。

用户的真实体验变了什么

早期用户发现了 Opus 4.7 的最大变化：它不再"猜你心思"了。

Anthropic 特意强调：新版本在指令遵循上变得极其严格，严格到会按字面意思执行，不再帮你"脑补"真实意图。提示词工程终于可以少点玄学，但习惯用模糊表述的老用户可能需要重写提示词。

另一个被忽视但可能最关键的更新：Opus 4.7 能跨会话记住重要笔记。一个能记住项目约束、用户偏好、上次失败原因的 AI，才可能从"聪明的临时工"变成"稳定同事"。

Claude Code 也跟着升级了

Auto mode——不是模型自动选型，而是权限选项。允许 Claude 替用户做一些权限决策，让长任务少被打断。这解决的是一个核心矛盾：问太多，Claude 像实习生；不问，风险太大。Auto mode 本质是在"别烦我"和"别乱来"之间找平衡。

/ultrareview——专门的代码审查会话。Anthropic 的原话是："AI 编程正式进入第二阶段：让 AI 自己审查 AI 自己生成的代码。"生成代码只是第一步，审查、测试、重构、文档同样重要。