模型:Claude Opus 4.7

名称	Claude Opus 4.7
厂商	Anthropic
发布日期	2026-06-02
上下文	1M
最大输出	128000
价格	$8/$40
定位	长程自治旗舰

claude-opus-4-7 claude 82.4 长程自治、重构、工具调用

模型 content/models/claude-opus-4-7.md

一句话点评

支持 40 小时级连续自治编码，长程重构场景通过率全场最高。

社区反馈 · 编程

共识是「长程强、手感钝」：SWE-bench Verified 82.4%、Aider Polyglot 88.1%，DeepSWE 从零构建 54% pass@1 仅次于 GPT-5.5（70%）；stet.sh 50 PR 实测定性行为指纹「the over-thinker」（xhigh 档 test gate 42/50）。分歧在日常手感：Dre Dyson 40 任务实测完成率 72%，250K token 级任务需 3-4 次手动重注入上下文；nsxdavid 吐槽复杂任务「做大部分然后把缺口写进文档」。

社区反馈 · 推理

长程规划是绝对卖点：40h 自治续航实测跑偏率 <2%，被 HN 称为「相位变化」。但好奇心与 zero-shot 问答被指较 4.6 下降，Dylan Field 后来回溯「curiosity already worse in 4.7」；Soareverix 形容其注意力像「窄手电」，偶发严重幻觉。

社区反馈 · 中文

专项反馈较少：知乎讨论聚焦自治续航、$8/$40 价格与「编号倒置」吐槽；中文创作与理解无明显负面，也无横向口碑。

升级共识

长程自治/全仓重构/蜂群编排值得升级——40h 续航与 96.8% 工具调用是质变；日常结对编程与短任务建议留在 4.6（「体感巅峰」）或直接用 Sonnet。事后看观望派被证明是对的：4.8 与 Opus 5 两个月内相继接棒，4.7 迅速退居「长程自治特化」细分位。

榜单与实测落差

硬指标（SWE 82.4%、工具调用 96.8%、40h 续航）与日常体感（「不如 4.6 圆润」「over-thinker」「偷懒」）明显错位：长程自治特化让模型在无人值守、可验证的任务里极强，却在交互式短任务里表现为过度规划与好奇心下降。缓解：xhigh 档 + goal-first prompting + 明确验收标准；结对编程场景留在 4.6 或换 Sonnet。

数据来源

本页由仓库 content/models/claude-opus-4-7.md 初始化。后续修订通过公开审核队列发布。