TechWeb 全站精华
·
Anthropic推出Opus 4.7，坦言依不及Mythos
内容提要
Anthropic于4月17日发布了Claude Opus 4.7，这是其最强的公开模型，专注于编程和智能体任务。尽管在编码和工具使用上有所提升，但在网络搜索和非代码任务上表现不佳。用户需直接下指令而非依赖模型推测，API规则也有所收紧，老用户需迁移。整体来看，Opus 4.7适合需要可靠操作的场景，但在研究类任务上体验可能下降。
关键要点
-
Anthropic于4月17日发布Claude Opus 4.7，主打编程和智能体任务。
-
Opus 4.7在编码和工具使用上有显著提升，但在网络搜索和非代码任务上表现不佳。
-
用户需直接下指令，而非依赖模型推测，API规则收紧，老用户需迁移。
-
Opus 4.7在SWE-bench Verified基准测试中得分87.6%，在编码能力上显著提高。
-
在智能体搜索测试中，Opus 4.7得分79.3%，低于前一代模型的83.7%。
-
API行为收紧，现有团队需进行迁移工作，特别是在token使用和推理内容可见性方面。
-
使用Opus 4.7时需直接下指令，避免模糊提示，以提高模型的响应质量。
-
对于需要深度网络研究和多页面信息整合的任务，建议继续使用Opus 4.6。
-
Opus 4.7在长时间运行的任务上表现更好，适合需要可靠操作的场景。
延伸问答
Opus 4.7相比于前一代模型有哪些显著提升？
Opus 4.7在编码和工具使用上有显著提升，SWE-bench Verified基准测试得分从80.8%提高到87.6%。
使用Opus 4.7时需要注意哪些操作方式？
用户需直接下指令，而非依赖模型推测，以提高响应质量。
Opus 4.7在网络搜索能力上表现如何？
Opus 4.7在智能体搜索测试中得分79.3%，低于前一代模型的83.7%。
API规则的变化对老用户有什么影响？
API规则收紧，老用户需进行迁移，特别是在token使用和推理内容可见性方面。
Opus 4.7适合哪些类型的任务？
Opus 4.7适合需要可靠操作的场景，如编程和智能体任务，但在研究类任务上体验可能下降。
在使用Opus 4.7时，如何提高模型的响应质量？
应避免模糊提示，明确指令和任务要求，以提高模型的响应质量。
