Loading...
    • 構建
    • 管理
    • 模型和定價
    • 客戶端 SDK
    • API 參考
    Search...
    ⌘K
    模型
    模型概覽選擇模型Claude Opus 4.7 的新功能遷移指南模型棄用模型卡系統提示詞
    定價
    定價
    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、破壞性變更和行為變更的概述。

    Claude Opus 4.7 是我們迄今為止最強大的通用可用模型。它具有高度自主性,在長期代理工作、知識工作、視覺任務和記憶任務上表現出色。本頁總結了發佈時的所有新功能。

    新模型

    模型API 模型 ID描述
    Claude Opus 4.7claude-opus-4-7我們最強大的通用可用模型,用於複雜推理和代理編碼

    Claude Opus 4.7 支持 1M 令牌上下文窗口、128k 最大輸出令牌、自適應思考,以及與 Claude Opus 4.6 相同的工具和平台功能集。

    有關完整的定價和規格,請參閱 模型概述。

    新功能

    高分辨率圖像支持

    Claude Opus 4.7 是我們第一個支持高分辨率圖像的 Claude 模型。最大圖像分辨率已增加到 2576px / 3.75MP(從之前的 1568px / 1.15MP 限制增加)。此更改應該能在視覺密集型工作負載上解鎖性能提升,對於計算機使用和截圖/工件/文檔理解工作流尤其重要。

    此外,映射坐標到圖像等操作現在更簡單了——模型的坐標與實際像素成 1

    對應,因此不需要進行縮放因子計算。

    高分辨率圖像使用更多令牌。如果不需要額外的圖像保真度,請在發送給 Claude 之前對圖像進行下採樣,以避免令牌使用量增加。

    除了分辨率外,Claude Opus 4.7 還改進了:

    • 低級感知 — 指向、測量、計數和類似任務。
    • 圖像定位 — 自然圖像邊界框定位和檢測得到改進。

    有關詳細信息,請參閱 圖像和視覺。

    新的 xhigh 努力級別

    努力參數 允許您調整 Claude 的智能與令牌支出,以便在能力和更快速度及更低成本之間進行權衡。對於編碼和代理使用案例,從新的 xhigh 努力級別開始,對於大多數對智能敏感的使用案例,至少使用 high 努力級別。有關每個級別的指導,請參閱 Claude Opus 4.7 的推薦努力級別。(僅限 Messages API;Claude Managed Agents 自動處理努力級別。)

    任務預算(測試版)

    Claude Opus 4.7 引入了 任務預算。任務預算為 Claude 提供了一個粗略估計,說明完整代理循環應該針對多少令牌,包括思考、工具調用、工具結果和最終輸出。模型會看到一個運行倒計時,並使用它來優先處理工作,並在預算被消耗時優雅地完成任務。要使用,請設置測試版標頭 task-budgets-2026-03-13 並將以下內容添加到您的輸出配置中:

    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"],
    )

    您可能需要為您的使用案例嘗試不同的任務預算。如果模型被給予對於給定任務來說過於限制性的任務預算,它可能會不那麼徹底地完成任務或完全拒絕執行任務。

    對於質量比速度更重要的開放式代理任務,不要設置任務預算;將任務預算保留用於您需要模型將其工作範圍限制在令牌配額內的工作負載。任務預算的最小值是 20k 令牌。

    這不是硬上限;這是模型意識到的建議。這與 max_tokens 不同,max_tokens 是對生成令牌的硬性每請求上限(max_tokens 不傳遞給模型,模型不知道它),而 task_budget 是跨完整代理循環的建議上限。當您希望模型自我調節時使用 task_budget,並使用 max_tokens 作為硬性每請求上限以限制使用量。

    破壞性變更

    這些破壞性變更僅適用於 Messages API。如果您使用 Claude Managed Agents,Claude Opus 4.7 沒有破壞性 API 變更。

    移除了擴展思考預算

    擴展思考預算在 Claude Opus 4.7 中被移除。設置 thinking: {"type": "enabled", "budget_tokens": N} 將返回 400 錯誤。自適應思考 是唯一支持的思考開啟模式,在我們的內部評估中,它可靠地優於擴展思考。

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

    自適應思考在 Claude Opus 4.7 上 默認關閉。沒有 thinking 字段的請求在沒有思考的情況下運行。明確設置 thinking: {type: "adaptive"} 以啟用它。

    移除了採樣參數

    從 Claude Opus 4.7 開始,將 temperature、top_p 或 top_k 設置為任何非默認值將返回 400 錯誤。最安全的遷移路徑是從請求中完全省略這些參數,並使用提示來指導模型的行為。如果您使用 temperature = 0 來實現確定性,請注意它從未保證相同的輸出。

    默認情況下省略思考內容

    從 Claude Opus 4.7 開始,思考內容默認從響應中省略。思考塊仍然出現在響應流中,但除非調用者明確選擇加入,否則它們的 thinking 字段將為空。這是一個靜默變更——不會引發錯誤——響應延遲將略有改善。如果需要推理輸出,您可以將 display 設置為 "summarized" 並通過單行更改選擇加入:

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

    如果您的產品向用戶流式傳輸推理,新的默認值將顯示為輸出開始前的長時間暫停。設置 "display": "summarized" 以在思考期間恢復可見進度。

    更新的令牌計數

    Claude Opus 4.7 使用新的分詞器,有助於其在廣泛任務上的性能改進。與之前的模型相比,此新分詞器在處理文本時可能使用大約 1 倍到 1.35 倍的令牌(最多增加約 35%,因內容而異),/v1/messages/count_tokens 將為 Claude Opus 4.7 返回與 Claude Opus 4.6 不同的令牌數。Claude Opus 4.7 的令牌效率可能因工作負載形狀而異。提示干預、task_budget 和 effort 可以幫助控制成本並確保適當的令牌使用。請記住,這些控制可能會影響模型智能。

    我們建議更新您的 max_tokens 參數以提供額外的空間,包括壓縮觸發器。Claude Opus 4.7 在標準 API 定價下提供 1M 上下文窗口,無長上下文溢價。

    能力改進

    知識工作

    Claude Opus 4.7 在知識工作者任務上顯示出有意義的進步,特別是在模型需要視覺驗證其自身輸出的地方:

    • .docx 紅線標記和 .pptx 編輯 — 在生成和自檢查跟蹤更改和幻燈片佈局方面得到改進。
    • 圖表和圖形分析 — 在使用圖像處理庫(例如 PIL)進行程序化工具調用以分析圖表和圖形(包括像素級數據轉錄)方面得到改進。

    如果現有提示在這些領域有緩解措施(例如"在返回前檢查幻燈片佈局"),請嘗試移除該腳手架並重新建立基線。

    記憶

    Claude Opus 4.7 更擅長編寫和使用基於文件系統的記憶。如果代理在多個回合中維護便簽、筆記文件或結構化記憶存儲,該代理應該改進在記下筆記給自己並在未來任務中利用其筆記方面的能力。要為 Claude 提供託管便簽而無需構建自己的,請使用客戶端 記憶工具。

    視覺

    請參閱上面的 高分辨率圖像支持。

    行為變更

    這些不是 API 破壞性變更,但可能需要提示更新。有關完整指導,請參閱 遷移到 Claude Opus 4.7。

    • 更字面的指令遵循,特別是在較低的努力級別上。模型不會默默地將指令從一個項目推廣到另一個項目,也不會推斷您沒有提出的請求。
    • 響應長度根據感知的任務複雜性進行校準,而不是默認為固定的冗長度。
    • 默認工具調用更少,使用更多推理。提高努力會增加工具使用。
    • 更直接、更有主見的語氣,驗證前置措辭更少,與 Claude Opus 4.6 更溫暖風格相比表情符號更少。
    • 更定期的進度更新給用戶在整個長代理跟蹤中。如果您添加了腳手架來強制臨時狀態消息,請嘗試移除它。
    • 默認生成的子代理更少。 可通過提示進行調整。
    • 實時網絡安全保護: 涉及禁止或高風險主題的請求可能導致拒絕。對於合法的安全工作,請申請 網絡驗證計劃。

    遷移指南

    有關分步遷移說明和完整遷移檢查清單,請參閱 遷移到 Claude Opus 4.7。如果您使用 Claude Code 或 Agent SDK,Claude API 技能 可以自動將這些遷移步驟應用到您的代碼庫。

    後續步驟

    任務預算

    在完整代理循環中為 Claude 提供建議的令牌預算。

    自適應思考

    Claude Opus 4.7 上唯一支持的思考開啟模式。

    努力

    Claude Opus 4.7 的每個級別努力指導。

    圖像和視覺

    高分辨率圖像支持和 1

    坐標映射。

    遷移指南

    分步升級說明。

    Was this page helpful?

    • 新的 xhigh 努力級別