Opus 4.7 上線:新功能剛好對上 4.6 的降智爭議
Opus 4.6 被 AMD AI group Senior Director 開 issue 炮轟降智,兩週後 Anthropic 丟 Opus 4.7。
同價位、新 xhigh effort、新 task budgeting。
我覺得這不像官方認錯,但新功能剛好對到同幾個爭議點。
先補背景:
4/2,AMD AI group Senior Director Stella Laurenzo 在 Claude Code GitHub repo 開了 Issue #42796,標題:「Claude Code is unusable for complex engineering tasks with the Feb updates」。
她用 6,852 個 Claude Code sessions、17,871 個 thinking blocks、234,760 個 tool calls 的量化分析,證明三件事:
- Thinking content 從 1 月 ~2,200 字降到 3 月 ~600 字(-73%)
- API calls per task 從 2 月到 3 月爆漲 80 倍
- Code reads per task 從 6.6 次降到 2 次
The Register、VentureBeat、InfoWorld、PC Gamer 一輪狂炸。
4/6 Claude Code lead Boris Cherny(@bcherny)在 issue 留言 pinned 回覆:「thinking redact header 是 UI-only、不影響實際 reasoning budgets」。
然後 issue 已 closed。
4/16,Anthropic 丟出 Opus 4.7,三件事特別值得看:
1️⃣ 同價位
$5 / $25 per 1M tokens,跟 4.6 完全一樣。
不漲價代表:開發者 token budget 不用重算、Claude Code 自動接新版、第三方工具(Cursor、Cline)不用改定價邏輯。
切換成本壓到 0 — 看起來就是「再給我們一次機會」的產品訊號。
2️⃣ 新功能剛好對位 AMD 數據抱怨點
官方推文寫「更嚴謹」「自己驗自己輸出」,聽起來很炫,但那是既有能力強化。
真正全新的只有 4 個:
- xhigh effort 模式(第 5 個 reasoning 等級,強制拉深推理)
- task budgeting(給 agent 設 token 上限)
- vision 2576px(3× 舊版)
- Cyber Verification Program(給 security 研究者)
前兩個剛好對到 Laurenzo 抱怨最明顯的兩項 —「thinking -73%」對 xhigh effort、「API call +80x」對 task budgeting。
是不是刻意設計官方沒說,但功能重疊很難忽略。
3️⃣ benchmark 全面升級,特別是 agent 能力
- SWE-bench Pro:53.4% → 64.3%,贏 GPT-5.4(57.7%)、Gemini 3.1 Pro(54.2%)
- MCP-Atlas(工具調用):77.3%,贏 GPT-5.4 9 分、贏 Gemini 3 分
- 93 題 coding benchmark:比 4.6 多解 13% 題目
- 多步驟任務少花 14% token 做到同樣結果 — 剛好回到「API call 爆炸」同一組問題
但不是全面贏:
- GPQA Diamond:GPT-5.4 Pro 94.4%、Gemini 94.3% 都微贏 Opus 94.2%
- 多語言 MMMLU:Gemini 92.6% > Opus 91.5%
看起來 Anthropic 沒在搶全能王,這波就是把 agent + coding 插穩。
最值得討論的不是「4.7 benchmark 夠不夠強」,是:
4.6 的降智爭議還沒真正落幕(Anthropic 否認、issue 已 closed、社群未完全買單)。
4.7 丟出來算誠意回應,還是 timing 剛好?
你會今晚就把 Claude Code 升 4.7 預設嗎,還是先讓社群跑一週看看有沒有重演 4.6 的問題?