Loading...
    • 构建
    • 管理
    • 模型和定价
    • 客户端 SDK
    • API 参考
    Search...
    ⌘K
    模型
    模型概览选择模型Claude Opus 4.7 的新功能迁移指南模型弃用模型卡系统提示
    定价
    定价
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    模型

    Claude Opus 4.7 的新功能

    Claude Opus 4.7 中新功能、破坏性变更和行为变更的概述。

    Claude Opus 4.7 是我们迄今为止最强大的通用可用模型。它具有高度自主性,在长期代理工作、知识工作、视觉任务和记忆任务上表现出色。本页总结了发布时的所有新功能。

    新模型

    模型API 模型 ID描述
    Claude Opus 4.7claude-opus-4-7我们最强大的通用可用模型,用于复杂推理和代理编码

    Claude Opus 4.7 支持 100 万令牌上下文窗口、128k 最大输出令牌、自适应思考,以及与 Claude Opus 4.6 相同的工具和平台功能集。

    有关完整的定价和规格,请参阅 模型概述。

    新功能

    高分辨率图像支持

    Claude Opus 4.7 是我们第一个支持高分辨率图像的 Claude 模型。最大图像分辨率已增加到 2576px / 3.75MP(从之前的 1568px / 1.15MP 限制增加)。这一变化应该能在视觉密集型工作负载上解锁性能提升,对于计算机使用和截图/工件/文档理解工作流尤其重要。

    此外,映射坐标到图像等操作现在更简单了——模型的坐标与实际像素 1

    对应,因此不需要进行缩放因子计算。

    高分辨率图像使用更多令牌。如果不需要额外的图像保真度,请在发送给 Claude 之前对图像进行下采样,以避免令牌使用量增加。

    除了分辨率外,Claude Opus 4.7 还改进了:

    • 低级感知 — 指向、测量、计数和类似任务。
    • 图像定位 — 自然图像边界框定位和检测得到改进。

    有关详细信息,请参阅 图像和视觉。

    新的 xhigh 努力级别

    努力参数 允许您调整 Claude 的智能程度与令牌支出,在能力和更快速度及更低成本之间进行权衡。对于编码和代理用例,从新的 xhigh 努力级别开始,对于大多数对智能敏感的用例,至少使用 high 努力级别。有关每个级别的指导,请参阅 Claude Opus 4.7 的推荐努力级别。(仅限 Messages API;Claude Managed Agents 自动处理努力级别。)

    任务预算(测试版)

    Claude Opus 4.7 引入了 任务预算。任务预算为 Claude 提供了一个粗略估计,说明完整代理循环(包括思考、工具调用、工具结果和最终输出)应该针对多少令牌。模型会看到一个运行中的倒计时,并使用它来优先处理工作,并在预算消耗时优雅地完成任务。要使用,请设置测试版标头 task-budgets-2026-03-13 并将以下内容添加到您的输出配置中:

    Python
    response = client.beta.messages.create(
        model="claude-opus-4-7",
        max_tokens=128000,
        output_config={
            "effort": "high",
            "task_budget": {"type": "tokens", "total": 128000},
        },
        messages=[
            {"role": "user", "content": "Review the codebase and propose a refactor plan."}
        ],
        betas=["task-budgets-2026-03-13"],
    )

    您可能需要为您的用例尝试不同的任务预算。如果模型获得的任务预算对于给定任务过于限制,它可能会不够彻底地完成任务或完全拒绝执行任务。

    对于质量比速度更重要的开放式代理任务,不要设置任务预算;将任务预算保留用于需要模型将其工作范围限制在令牌额度内的工作负载。任务预算的最小值是 20k 令牌。

    这不是硬上限;这是模型意识到的建议。这与 max_tokens 不同,max_tokens 是对生成令牌的硬性每请求上限(max_tokens 不传递给模型,模型不知道它),而 task_budget 是对完整代理循环的建议上限。当您希望模型自我调节时使用 task_budget,并使用 max_tokens 作为硬性每请求上限来限制使用。

    破坏性变更

    这些破坏性变更仅适用于 Messages API。如果您使用 Claude Managed Agents,Claude Opus 4.7 没有破坏性 API 变更。

    扩展思考预算已移除

    扩展思考预算在 Claude Opus 4.7 中已移除。设置 thinking: {"type": "enabled", "budget_tokens": N} 将返回 400 错误。自适应思考 是唯一支持的思考开启模式,在我们的内部评估中,它的性能可靠地优于扩展思考。

    Python
    # 之前(Opus 4.6)
    thinking = {"type": "enabled", "budget_tokens": 32000}
    
    # 之后(Opus 4.7)
    thinking = {"type": "adaptive"}
    output_config = {"effort": "high"}

    自适应思考在 Claude Opus 4.7 上 默认关闭。没有 thinking 字段的请求在没有思考的情况下运行。显式设置 thinking: {type: "adaptive"} 来启用它。

    采样参数已移除

    从 Claude Opus 4.7 开始,将 temperature、top_p 或 top_k 设置为任何非默认值将返回 400 错误。最安全的迁移路径是从请求中完全省略这些参数,并使用提示来指导模型的行为。如果您使用 temperature = 0 来实现确定性,请注意它从未保证相同的输出。

    思考内容默认被省略

    从 Claude Opus 4.7 开始,思考内容默认从响应中被省略。思考块仍然出现在响应流中,但除非调用者明确选择加入,否则它们的 thinking 字段将为空。这是一个静默变更——不会引发错误——响应延迟会略微改善。如果需要推理输出,您可以将 display 设置为 "summarized" 并通过一行更改选择加入:

    Python
    thinking = {
        "type": "adaptive",
        "display": "summarized",  # 或 "omitted"(默认)
    }

    如果您的产品向用户流式传输推理,新的默认值将显示为输出开始前的长时间暂停。设置 "display": "summarized" 来恢复思考期间的可见进度。

    更新的令牌计数

    Claude Opus 4.7 使用新的分词器,有助于其在广泛任务上的性能改进。这个新分词器在处理文本时可能使用大约 1 倍到 1.35 倍的令牌(最多增加约 35%,因内容而异),/v1/messages/count_tokens 对于 Claude Opus 4.7 返回的令牌数将与对 Claude Opus 4.6 返回的令牌数不同。Claude Opus 4.7 的令牌效率可能因工作负载形状而异。提示干预、task_budget 和 effort 可以帮助控制成本并确保适当的令牌使用。请记住,这些控制可能会权衡模型智能。

    我们建议更新您的 max_tokens 参数以提供额外的余量,包括压缩触发器。Claude Opus 4.7 以标准 API 定价提供 100 万令牌上下文窗口,没有长上下文溢价。

    能力改进

    知识工作

    Claude Opus 4.7 在知识工作者任务上显示出有意义的收益,特别是在模型需要直观验证其自身输出的地方:

    • .docx 批注和 .pptx 编辑 — 在生成和自我检查跟踪更改和幻灯片布局方面得到改进。
    • 图表和图形分析 — 在使用图像处理库(例如 PIL)进行编程工具调用以分析图表和图形(包括像素级数据转录)方面得到改进。

    如果现有提示在这些领域有缓解措施(例如"返回前检查幻灯片布局"),请尝试删除该脚手架并重新建立基线。

    记忆

    Claude Opus 4.7 更擅长编写和使用基于文件系统的记忆。如果代理在多个回合中维护便签纸、笔记文件或结构化记忆存储,该代理应该改进在记笔记给自己和在未来任务中利用其笔记。要为 Claude 提供托管便签纸而无需构建自己的,请使用客户端 记忆工具。

    视觉

    请参阅上面的 高分辨率图像支持。

    行为变更

    这些不是 API 破坏性变更,但可能需要提示更新。有关完整指导,请参阅 迁移到 Claude Opus 4.7。

    • 更字面的指令遵循,特别是在较低的努力级别。模型不会默默地将指令从一个项目推广到另一个项目,也不会推断您没有提出的请求。
    • 响应长度根据感知的任务复杂性进行校准,而不是默认为固定的冗长程度。
    • 默认工具调用更少,使用更多推理。提高努力会增加工具使用。
    • 更直接、更有主见的语气,验证前置措辞更少,emoji 比 Claude Opus 4.6 的更温暖风格更少。
    • 更定期的进度更新给用户在整个长代理跟踪中。如果您添加了脚手架来强制中间状态消息,请尝试删除它。
    • 默认生成的子代理更少。 可通过提示进行调整。
    • 实时网络安全保护: 涉及禁止或高风险主题的请求可能导致拒绝。对于合法的安全工作,请申请 网络验证计划。

    迁移指南

    有关分步迁移说明和完整迁移检查清单,请参阅 迁移到 Claude Opus 4.7。如果您使用 Claude Code 或 Agent SDK,Claude API 技能 可以自动将这些迁移步骤应用到您的代码库。

    后续步骤

    任务预算

    在完整代理循环中为 Claude 提供建议令牌预算。

    自适应思考

    Claude Opus 4.7 上唯一支持的思考开启模式。

    努力

    Claude Opus 4.7 的每个级别努力指导。

    图像和视觉

    高分辨率图像支持和 1

    坐标映射。

    迁移指南

    分步升级说明。

    Was this page helpful?

    • 新的 xhigh 努力级别