# 策展 · X (Twitter) 🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Claude (@claudeai) · 平台：X (Twitter) · 日期：2026-04-16

> 原始來源：https://x.com/claudeai/status/2044785261393977612

## 中文摘要

Claude Opus 4.7發布，強化長任務處理與視覺能力。

Anthropic於2026年4月16日推出Claude Opus 4.7，這是相較Opus 4.6在進階軟體工程領域的顯著升級，尤其在最艱難任務上表現突出，使用者能自信交辦先前需嚴密監督的複雜編碼工作。

**長任務與指令遵循提升**  
Opus 4.7以更嚴謹且一致的方式處理複雜長時間任務，精準遵循指令，並自行設計方法驗證輸出後才回報。這讓使用者能以較少監督交辦最艱難工作。早期測試者回饋顯示，其指令遵循大幅改善，但舊版prompt可能產生意外結果，因為Opus 4.7會字面解讀指令，而非先前模型的鬆散詮釋或略過部分；使用者需重新調整prompt與harness。

**視覺與多模態能力強化**  
Opus 4.7視覺能力大幅提升，能處理長邊高達2,576像素（約3.75百萬像素）的影像，是先前Claude模型的三倍以上。這解鎖依賴細緻視覺細節的多模態應用，例如電腦使用Agent讀取密集螢幕截圖、從複雜圖表提取資料，或需像素精準參照的工作。它在完成專業任務時更具品味與創意，產生更高品質的介面、投影片與文件。

**軟體工程與實際工作表現**  
在Claude Code中，新推出/ultrareview指令執行專屬審核工作階段，通讀變更並標記細心審核者會發現的錯誤與設計問題；Pro與Max使用者獲三個免費ultrareview試用。Auto模式擴展至Max使用者，讓Claude代為決策，長任務中斷較少，且比略過所有權限更低風險。內部測試顯示，Opus 4.7在「Finance Agent」評估中達最先進水準，作為財務分析師優於Opus 4.6，產生嚴謹分析與模型、更專業簡報，以及任務間更緊密整合；在第三方「GDPval-AA」評估（涵蓋財務、法律等經濟價值知識工作）亦達最先進成績。

**記憶與檔案系統使用**  
Opus 4.7更善用基於檔案系統的記憶，能在長、多工作階段中記住重要筆記，並用以推進新任務，減少前端脈絡需求。

**網路安全考量與防護**  
繼上週公布「Project Glasswing」，強調AI模型在網路安全的風險與益處，Anthropic決定限縮Claude Mythos Preview發布，並先在較低能力模型測試新網路防護。Opus 4.7為首個此類模型，其網路能力不如Mythos Preview（訓練中刻意差異化降低這些能力），並內建自動偵測阻擋禁止或高風險網路安全用途請求的防護。從真實部署學習將助廣泛發布Mythos級模型。合法網路安全專業人士（如漏洞研究、滲透測試、紅隊演練）可加入新「Cyber Verification Program」。

**安全與對齊評估**  
Opus 4.7安全輪廓類似Opus 4.6，評估顯示欺騙、諂媚、濫用合作等問題行為率低；在誠實度與抵抗惡意「prompt injection」攻擊上優於Opus 4.6，但如提供管制物質過度詳細傷害減低建議則略弱。對齊評估結論為「大體上良好對齊且可信，但行為非完全理想」；Mythos Preview仍為最優對齊模型。完整安全評估詳見Claude Opus 4.7 System Card。

**API與平台更新**  
API新增「xhigh」（額外高）努力等級，介於high與max之間，提供硬問題上推理與延遲的更細緻控制；Claude Code預設升至xhigh。Claude Platform（API）推出任務預算（公開測試版），引導Claude在長執行中優先工作並管理成本；同時支援更高解析影像。編碼與Agentic使用建議從high或xhigh努力等級開始測試。

**可用性與定價**  
Claude Opus 4.7即刻於claude.ai、Claude Platform、API、Amazon Bedrock、Google Cloud的Vertex AI及Microsoft Foundry提供；定價同Opus 4.6，為輸入每百萬token 5美元、輸出每百萬token 25美元。開發者可透過Claude API使用claude-opus-4-7。

**從Opus 4.6遷移注意事項**  
Opus 4.7為Opus 4.6直接升級，但兩變化影響token使用：更新tokenizer改善文字處理，但相同輸入可能轉為更多token（依內容約1.0–1.35倍）；高努力等級（尤其Agentic後續回合）思考更多，提升硬問題可靠性但輸出token增加。使用者可透過努力參數、任務預算或prompt要求簡潔控制；內部編碼評估顯示所有努力等級token使用改善，但建議實測真實流量。遷移指南提供進一步建議。

相較最強模型Claude Mythos Preview，Opus 4.7廣泛能力較弱，但在多項基準優於Opus 4.6，早期存取測試者給予強烈正面回饋，強調其在真實世界工作中的可靠性。Anthropic透過這些迭代，平衡能力提升與安全防護，朝Mythos級廣泛發布邁進。

## 標籤

Claude, 功能更新, LLM, Anthropic, Claude