16 апреля 2026 года Anthropic выпустила Claude Opus 4.7 — флагманскую модель, которая стала прямым ответом компании на растущую конкуренцию со стороны OpenAI и Google. Релиз пришёлся на непростой период: перед обновлением пользователи массово жаловались на деградацию Opus 4.6 в сложных инженерных задачах, и Anthropic пришлось доказывать, что новая версия не просто «косметический апгрейд». Разбираем, что изменилось, как модель прошла независимые бенчмарки и кому она действительно нужна.
Что такое Claude Opus 4.7: ключевые характеристики
Claude Opus 4.7 — мультимодальная языковая модель последнего поколения в линейке Opus. Она ориентирована на агентные сценарии: длинные многошаговые задачи, работу с кодом, вызов инструментов и автономное выполнение операций без постоянного контроля человека. Модель доступна через веб-интерфейс Claude, API, Amazon Bedrock, Google Cloud Vertex AI и Microsoft Foundry; идентификатор для разработчиков — claude-opus-4-7.
Контекстное окно и токенизатор
Стандартное контекстное окно составляет 200 000 токенов, а в бета-режиме доступно расширенное — до 1 млн токенов без доплаты. Этого хватает, чтобы за один запрос загрузить средний репозиторий кода, длинную техническую документацию или PDF на двести страниц. Максимальный объём генерации — 128 000 токенов.
Есть нюанс, о котором часто забывают: обновлённый токенизатор. Тот же текст в Opus 4.7 превращается в 1,0–1,35 раза больше токенов, чем в Opus 4.6. Для пользователя это скрытый рост расходов на 20–30% при формально неизменной цене.
Зрение: трёхкратный скачок разрешения
Алгоритм обработки изображений переписан почти с нуля. Максимальное разрешение выросло с 1568 пикселей по длинной стороне (~1,15 МП) до 2576 пикселей (~3,75 МП) — более чем втрое. На практике модель уверенно считывает мелкий шрифт на плотных скриншотах, разбирает архитектурные схемы, химические структуры и диаграммы без ручных подсказок. В тесте XBOW на визуальную точность показатель подскочил с 54,5% до 98,5%.
Адаптивное мышление и уровень xhigh
В систему интегрирован параметр Effort, задающий глубину рассуждений перед ответом. Появился новый уровень xhigh — между high и max; в Claude Code он сделан значением по умолчанию на всех подписках. Дополнительно в бете запущены Task Budgets: разработчик задаёт потолок токенов на сессию, и AI-агент обязан уложиться в бюджет при планировании действий.
Бенчмарки Claude Opus 4.7: цифры из официальных отчётов
Модель занимает лидирующие позиции в 7 из 10 ключевых тестов. Сводная таблица (данные апреля 2026 года):
| Бенчмарк | Opus 4.7 | Opus 4.6 | GPT-5.4 / 5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|
| SWE-bench Verified | 87,6% | 80,8% | ~82% / — | 80,6% |
| SWE-bench Pro | 64,3% | 53,4% | 57,7% / 58,6% | 54,2% |
| Terminal-Bench 2.0 | 69,4% | 65,4% | 75,1% / 82,7% | — |
| GPQA Diamond | 94,2% | 91,3% | 94,4% | 94,3% |
| OSWorld-Verified | 78,0% | 72,7% | 75,0% / 78,7% | — |
| MCP-Atlas | 77,3% | — | 68,1% | 73,9% |
| BrowseComp | 79,3% | — | 89,3% | — |
Из таблицы видно: Opus 4.7 уверенно обходит GPT-5.4 в агентном программировании и вызове инструментов, но уступает в работе с терминалом и веб-поиске — особенно новому GPT-5.5 на Terminal-Bench. В научных рассуждениях тройка лидеров идёт практически вровень: бенчмарк GPQA Diamond уже близок к насыщению.
Партнёрские тесты и прикладные кейсы
- Cursor: 70% решённых задач на CursorBench против 58% у Opus 4.6.
- Harvey: 90,9% на юридическом бенчмарке BigLaw Bench при максимальном уровне усилия.
- Notion Agent: +14% успешности при втрое меньшем числе ошибок инструментов.
- CodeRabbit: +10% полноты (recall) при той же точности на код-ревью.
- Rakuten: втрое больше решённых продакшен-задач с двузначным ростом качества кода и тестов.
Claude Opus 4.7 против конкурентов: кто кого
Против GPT-5.4 и GPT-5.5
По прямым сравнениям Opus 4.7 опережает GPT-5.4 со счётом 7–4. OpenAI выигрывает по скорости генерации (флагман GPT быстрее), цене и работе с командной строкой. Anthropic берёт надёжностью: модель сама перепроверяет результат перед тем, как сказать «готово», реже уходит в бесконечные циклы и точнее следует инструкциям — буквально, без вольных трактовок. Последний эффект двусторонний: старые промпты, написанные под Opus 4.6, могут вести себя иначе и требуют пересмотра.
Против Gemini 3.1 Pro
Gemini 3.1 Pro доминирует по длине контекста (2 млн токенов) и нативной мультимодальности: единственный из тройки анализирует аудио и видео в одном запросе. Плюс он вдвое дешевле по входным токенам. Opus 4.7 выигрывает там, где важна стабильность длинных агентных воркфлоу и многофайловые правки кода. На ARC-AGI-2 Google лидирует с отрывом: 77,1% против скромных результатов конкурентов.
Цены и стоимость владения
Тарификация Opus 4.7 не изменилась относительно предшественника: 5 долларов за миллион входных токенов и 25 долларов за миллион выходных. Это дороже GPT-5.4 (2,50/15) и Gemini 3.1 Pro (2/12). При объёме 100 млн входных и 20 млн выходных токенов в месяц разница с конкурентами достигает 5400 долларов в год. Премия оправдывает себя, когда одна ошибка агента стоит дороже экономии на токенах.
| Модель | Вход / 1M | Выход / 1M | Контекст |
|---|---|---|---|
| Claude Opus 4.7 | $5,00 | $25,00 | 200K (1M бета) |
| GPT-5.4 | $2,50 | $15,00 | 270K |
| Gemini 3.1 Pro | $2,00 | $12,00 | 2M |
Безопасность и архитектурный контекст
Внутри Anthropic иерархия выглядит интереснее, чем снаружи: закрытая версия Mythos Preview с лучшими результатами выдаётся только специалистам по кибербезопасности, а Opus 4.7 получил часть её наработок с программными фильтрами против хакерских запросов. Автоматическая защита от вредоносного применения в киберобласти встроена по умолчанию. Доля избыточных отказов легитимным исследователям ИИ-безопасности упала с 88% до 33%; устойчивость к prompt-инъекциям выросла. Есть и файловая память: модель сохраняет заметки между сессиями и возвращается к задаче без повторного объяснения контекста.
Кому подходит Opus 4.7 и стоит ли переходить
- Разработчикам — для крупного рефакторинга, многофайловых правок и автономных агентов, где качество важнее цены.
- Аналитикам и юристам — анализ документов и финансовой отчётности, подтверждённый результатом 90,9% на BigLaw Bench.
- Исследователям — контекст в 1 млн токенов вмещает диссертации целиком.
- Командам автоматизации — лидерство в MCP-Atlas и OSWorld делает модель фаворитом для оркестрации инструментов и computer use.
Разумная стратегия гибрида: массовые задачи (чат, генерация, простое извлечение данных) вести на более дешёвых моделях, а качественно чувствительные агентные сценарии и сложный кодинг оставлять Opus 4.7. Тратить премию на 70% объёма задач, где хватило бы и середняка, — сомнительная экономика.
Обновления в Claude Code
Вместе с моделью обновился и инструмент командной строки. Слэш-команда /ultrareview запускает выделенную сессию код-ревью: AI-агент проходит по диффу, проверяет граничные случаи и оформляет замечания в структурированном виде. Инженеры из Vercel отметили характерную деталь: перед правкой системного кода модель самостоятельно выстраивает математическое доказательство корректности своего решения. Такой self-verification снижает число регрессий при автоматических правках и экономит время ревьюеров.
Слабые стороны и ограничения
- Скорость: 80–110 токенов в секунду против 280–350 у быстрых моделей Google — для реального времени это заметно.
- Токенизатор: тот же текст занимает до 1,35 раза больше токенов, что отражается на счете за API.
- Веб-поиск: на BrowseComp отставание от GPT-5.4 составляет 10 процентных пунктов.
- Промпты, заточенные под Opus 4.6, требуют ревизии из-за буквальной интерпретации инструкций.
Часто задаваемые вопросы о Claude Opus 4.7
Сколько стоит подписка и доступ через API?
API-тариф не изменился: 5 и 25 долларов за миллион входных и выходных токенов соответственно. Доступен пакетный режим со скидкой 50% и кэширование контекста по 0,50 доллара за миллион токенов. Модель включена во все подписки Claude, а для агентных задач есть лимиты на бюджет сессии через Task Budgets.
Чем Opus 4.7 отличается от Opus 4.6?
Ключевые отличия — прирост в сложном кодинге (+6,8 п.п. на SWE-bench Verified и почти 11 п.п. на SWE-bench Pro), трёхкратное улучшение разрешения изображений, уровень рассуждений xhigh, файловая память между сессиями и способность выходить из зацикливания агентов, на которое жаловались пользователи 4.6.
Подходит ли модель для рутинных задач?
Скорее избыточна. На типовых запросах разница с более дешёвыми моделями едва заметна, а вот в счёте — да. Эксперты рекомендуют маршрутизацию: простой контент — на экономичные модели, критичные к качеству цепочки — на флагман.
Выводы
Claude Opus 4.7 — самая способная публичная модель Anthropic и один из сильнейших инструментов для агентного программирования на рынке. Она не универсальный победитель: у GPT-5.5 выше скорость и результаты в терминале, у Gemini 3.1 Pro — контекст и мультимодальность. Но если ваш стек строится вокруг автономных агентов, код-ревью и длинных многошаговых воркфлоу, премия в цене с высокой вероятностью окупится меньшим числом ошибок и повторных прогонов. Перед миграцией пересмотрите старые промпты: буквальное следование инструкциям в 4.7 меняет поведение привычных цепочек. Если хочется сравнить модель с конкурентами на собственных задачах, начните с обзоров нейросетей на профильных ресурсах — так проще оценить, как бенчмарки ложатся на ваш конкретный сценарий.
