實(shí)測Claude Opus 4.7，好好的模型也開始不說人話了。

果不其然，最近一周Claude天天崩，就是為了新模型做儲(chǔ)備。

于是昨晚10點(diǎn)半，Claude Opus 4.7發(fā)布了。

這玩意火到什么程度呢，我自己開發(fā)的給公司內(nèi)部用的全網(wǎng)AI信息監(jiān)控的產(chǎn)品AIHOT上，監(jiān)控了精挑細(xì)選的幾十個(gè)有價(jià)值的信源，一般一個(gè)信息，有3個(gè)信源同時(shí)報(bào)道，就已經(jīng)比較受關(guān)注了。

如果有5到6個(gè)，那就是大熱點(diǎn)了。

但是Claude Opus 4.7這玩意，有尼瑪10個(gè)信源同時(shí)發(fā)布= =

給我一下子整不會(huì)了。

目前Claude Opus 4.7已經(jīng)全渠道上線。

我10點(diǎn)半下的飛機(jī)，一下飛機(jī)就發(fā)現(xiàn)手機(jī)上可以用了。

Claude Code里面也更新了。

也是1M的上下文，沒有減量，還是挺爽的。

最屌的是，凌晨3點(diǎn)的時(shí)候，直接把我一周的額度，給重置了。

Claude第一回做了點(diǎn)人事。

我知道很多朋友肯定會(huì)說哎你不怕KYC或者認(rèn)證啥的問題嗎，我只能說，真的遇到了或者被遣返了再說吧，我也沒有任何解法，這就是懸在頭上達(dá)摩利斯之劍，要不是在知識創(chuàng)作上真的沒有啥替代品，能跟Claude掰掰手腕的都沒有，我真的早換了。。。

現(xiàn)在的態(tài)度就是，能用一天是一天，誰叫Claude模型真的牛逼，Claude Code這個(gè)Agent框架又這么好用呢。

說回Claude Opus 4.7。

價(jià)格跟4.6完全一樣，$5/M輸入、$25/M輸出，沒有變化。

跑分就不細(xì)展開講了，反正現(xiàn)在大家風(fēng)氣就是贏學(xué)，該贏的都贏了，你要是不贏你也沒臉放出來。

最有意思的是，Claude Opus 4.6絕大多數(shù)的性能從官方發(fā)出來的看，完全沒跑過GPT-5.4，這個(gè)是最有意思的，可以算是第一次承認(rèn)，我的Opus 4.6在編程上打不過GPT 5.4。

這個(gè)其實(shí)也跟我的體感一致，很多產(chǎn)品BUG來來回回搞不了的GPT-5.4全部都能干，唯一就是GPT-5.4在創(chuàng)作和一些用戶體驗(yàn)設(shè)計(jì)上真的是一坨屎，一大坨巨大的屎。

Claude知道我要的交互設(shè)計(jì)是什么樣的，什么樣的頁面是一個(gè)用戶體驗(yàn)的很絲滑的頁面，GPT-5.4做出來的我作為一個(gè)用戶體驗(yàn)設(shè)計(jì)師，那玩意我真的用不明白，一個(gè)個(gè)都像給黑客用的后臺。

然后創(chuàng)作能力幾乎為0，你在影視行業(yè)幾乎可以看到絕大多數(shù)編劇都是用Claude來輔助自己優(yōu)化劇本，單你絕對看不到有幾個(gè)好編劇會(huì)用GPT-5.4來輔助自己，真的，最頂級的那幫做創(chuàng)作者，真的是會(huì)用腳投票的。

這就是很大的差距，Claude Opus 4.5和4.6，牛逼就牛逼在水桶和全面。

但是這次，Opus 4.7我實(shí)測下來，還是有一些不一樣的感覺。

有幾個(gè)關(guān)鍵更新點(diǎn)，我們一個(gè)一個(gè)說下。

1. 又一次隱形漲價(jià)了。

Anthropic這次換了新的tokenizer。

博客原文說，新的tokenizer改進(jìn)了文本處理，trade-off是同樣的輸入現(xiàn)在會(huì)被切成更多token，大概是原來的1.0到1.35倍，具體看內(nèi)容類型。

意思就是，你把同一段代碼、同一份文檔、同一個(gè)prompt丟給4.7和4.6，4.7要多吃最多35%的token。

雖然可能效果確實(shí)更好了，但是實(shí)打?qū)嵉模琓oken消耗又變得更高了。

API的定價(jià)$5/$25確實(shí)沒漲。

但同樣的任務(wù)，token消耗多了35%，你最后賬單可能也要多燒不少了。

他們的意思就是，如果你的任務(wù)，每個(gè)請求吃更多token，但因?yàn)槟Ｐ透鼫?zhǔn)、一次過的概率更高、少了來回修改的輪次，所以整體你花的錢沒那么多。

邏輯上沒毛病，但這個(gè)邏輯成立的前提是，你的任務(wù)是4.7真的擅長的那種高難的復(fù)雜任務(wù)。

如果你日常跟Claude對話的是一些它提升不明顯的場景，比如知識管理創(chuàng)作做策劃方案數(shù)據(jù)分析之類的這種，那你可能就是純純的確實(shí)更燒token了。

好慘，牛逼模型的Token，真的是這個(gè)世界越來越值錢的東西。

2. 視覺能力提升巨大。

這個(gè)我前面提過，XBOW的視覺測試，4.6是54.5%，4.7是98.5%。

先說一下XBOW是啥。

這家公司2024年成立，干的事兒一句話概括就是讓AI自己去當(dāng)白帽黑客，做的是autonomous penetration testing，自主滲透測試，今年3月剛拿了1.2億美金融資，是這個(gè)賽道里目前跑最快的一家。

他們測模型的視覺能力是因?yàn)锳I要自己去打滲透，就得看得懂各種亂七八糟的瀏覽器界面、后臺管理系統(tǒng)、開發(fā)者工具里的網(wǎng)絡(luò)請求、錯(cuò)誤提示彈窗，這些畫面密度極高、細(xì)節(jié)極多，模型視覺能力差一點(diǎn)，那基本就GG了。

4.6只有54.5%，也就是一半的圖模型看得迷迷糊糊的，但4.7直接98.5%，基本等于全部通過。

成功率從一半直接干到近乎滿，這個(gè)意義還是挺重要的。

核心其實(shí)除了多模態(tài)能力的提升，也因?yàn)?.7支持的圖片分辨率提升了。

現(xiàn)在最多可以處理2576像素長邊的圖、大約3.75兆像素，是之前Claude模型的3倍多。

Claude自己的視覺基準(zhǔn)評測提升也很明顯。

我以前有的時(shí)候偷懶，直接給Claude Opus 4.6傳一張截圖，說XXX有問題，或者這個(gè)數(shù)據(jù)它不對，它能大概認(rèn)出你在干啥，但細(xì)節(jié)經(jīng)常看不清。

所以導(dǎo)致經(jīng)常會(huì)有錯(cuò)誤，我們自己的AIHOT網(wǎng)站就是個(gè)典型，字還挺多的，各種卡片兼容的展示樣式和邏輯我之前跟Claude Opus 4.6改了好久。

有的時(shí)候來來回回改不明白，經(jīng)常把我的文字識別錯(cuò)誤。

但今天測了一下，幾乎沒有識別錯(cuò)誤的問題了。

這個(gè)對于知識工作者是一個(gè)大的BUFF加成。

我都能想象到很多場景了，比如做律師的朋友扔一份幾十頁的合同掃描件給它，它能把里面的日期、條款編號、金額都讀對。

比如一個(gè)做金融的朋友扔一份年報(bào)PDF給它，它能把圖表里的每根柱子都抓出來。

比如一個(gè)做產(chǎn)品的朋友扔一堆競品截圖給它，它能逐個(gè)分析界面上的每個(gè)組件啥的。

這個(gè)升級確實(shí)很好，在多模態(tài)上發(fā)力了。

3. 審美有不錯(cuò)的提升。

我之前做一些涉及到用戶體驗(yàn)還有美學(xué)的，其實(shí)說實(shí)話，我覺得Claude Opus 4.6效果不是很好，屬于比上不足比下有余的。

跟Gemini相比差距還是很明顯，很多視覺效果都做的并不好，還有交互設(shè)計(jì)這塊，也非常的呆，很多時(shí)候是不以用戶為核心，而是為了完成開發(fā)任務(wù)為核心。

所以逼的我在CLAUDE.md里加了一大段限制。

而這次，可能得益于多模態(tài)能力的提升，我用Claude Opus 4.7，順手做了一下我之前要做但是還沒來得及做的公司招聘網(wǎng)站，效果出奇的好。

因?yàn)槲覀儸F(xiàn)在很缺人，還在瘋狂招人中，所以需要這么一個(gè)東西。

我就描述了一下我的需求，這里沒有用任何Skill，F(xiàn)ontend Skill被我刪了。

它就正常列計(jì)劃，然后開跑了。

第一輪出來基本可用，我又簡單微調(diào)了兩輪，加了logo和其他職位的信息，就出來了，一共耗時(shí)20分鐘。

網(wǎng)址在此：https://join.virxact.com/

我覺得在這種微型項(xiàng)目的效果和開發(fā)體驗(yàn)是要比Claude Opus 4.6好不少，審美更強(qiáng)了，也更聽得懂人話，動(dòng)效效果也更強(qiáng)了，符合我想要的用戶體驗(yàn)規(guī)則的。

我自己還是相當(dāng)滿意的。

這里幫我們自己打個(gè)廣告，歡迎大家點(diǎn)進(jìn)網(wǎng)站來投遞簡歷！

4. 也開始不說人話了。

這是讓我最失望的一個(gè)點(diǎn)。

我平時(shí)會(huì)用Claude做很多很多的知識管理類的需求，不管是輔助創(chuàng)作，還是搜集資料，寫報(bào)告，做PPT，寫方案等等等等。

Claude Opus 4.6我都覺得在創(chuàng)作上，文字品味是非常好的。

而GPT-5.4和國內(nèi)很多模型，其實(shí)是純粹的編程特化，在人味上極度缺失，典型的如GPT-5.4。

之前我實(shí)在忍不了GPT-5.4就是因?yàn)槔捥嗔耍W(wǎng)上我找了一個(gè)案例。

穩(wěn)穩(wěn)接住，根因，按這條切，收口，壓實(shí)這些破詞懂的都懂。

然后這一次Opus 4.7，在我開發(fā)上面的招聘網(wǎng)站的時(shí)候，感覺看到了非常不好的傾向。

我對文字還是稍微有點(diǎn)敏感的，當(dāng)我看到這幾句的時(shí)候，我的PTSD就自動(dòng)激活了。

再也不會(huì)撞，不會(huì)爬到logo頭上，還有莫名其妙的破折號。

我差點(diǎn)應(yīng)激。

然后立刻去讓它同文風(fēng)續(xù)寫一下我昨天發(fā)的文章，直接心涼了半截。

狗屎，一坨狗屎。

一股子偽人味道，我真的佛了，好好的Claude，怎么也開始不說人話了。

去社區(qū)里面搜了一下。

果然，我不是一個(gè)人。

說真的，我心態(tài)有點(diǎn)爆炸了。

5. 一些新功能。

再說一下新功能吧。

Claude之前的effort檔位是low、medium、high、max四檔。

4.7這次在high和max中間加了一檔，叫xhigh，extra high的縮寫。

補(bǔ)上了high和max之間的跨度。

之前Max燒的太狠，但是high有時(shí)候感覺又有點(diǎn)笨，這次來了個(gè)中間值，并且直接預(yù)設(shè)為默認(rèn)了。

然后是/ultrareview。

這是Claude Code里一個(gè)新的命令，專門跑code review，會(huì)把你的代碼仔仔細(xì)細(xì)過一遍，找出所有的bug和設(shè)計(jì)問題。

而且這玩意不便宜，跑一次可能要5～20美刀。

Pro和Max用戶有3次免費(fèi)的試用額度。

真的貴。

然后是Cyber Verification Program。

這個(gè)可能是最容易被忽略、但我覺得最值得關(guān)注的一個(gè)點(diǎn)。

Anthropic開了一個(gè)正式的通道，讓合法的安全研究、滲透測試、red-teaming可以申請使用Claude的某些原本受限的能力。

申請入口是claude.com/form/cyber-use-case

這個(gè)事的背景是，以前白帽子、安全團(tuán)隊(duì)想用Claude做漏洞研究、做滲透測試，經(jīng)常被模型一刀切拒絕。

因?yàn)槟Ｐ妥R別不了你是惡意還是合法，安全起見全拒。

現(xiàn)在Anthropic說，合法從業(yè)者你可以來申請，我們走一個(gè)特殊流程，通過了給你開通相應(yīng)能力。

其實(shí)AI行業(yè)越來越走到這一步了，之前 Claude Mythos太牛逼了不敢給普通人放出來，因?yàn)榭赡苷娴臅?huì)出事。

但是你全拒和全開之間，其實(shí)需要一個(gè)身份核驗(yàn)+分級授權(quán)的中間態(tài)。

而且這個(gè)思路一旦跑通，后面會(huì)被大量復(fù)用。

比如醫(yī)療場景的合規(guī)研究、金融場景的模擬攻擊演練、生物研究場景的合規(guī)用藥、甚至軍工領(lǐng)域的合法研發(fā)，都可以走類似的Verify通道。

這是我覺得一個(gè)進(jìn)入產(chǎn)業(yè)里，蠻有長期價(jià)值的一個(gè)設(shè)計(jì)。

這次Claude Opus 4.7差不多就都講完了。

看到編程能力和視覺能力的提升，我很欣喜。

但是看到一個(gè)好好的有文字品味的模型，又一次倒在了不說人話上。

說真的，我現(xiàn)在也有點(diǎn)被穩(wěn)穩(wěn)的接住了。

三年，從GPT-3.5開始，一路用到現(xiàn)在。

這三年里，我眼睜睜看著這些模型，一個(gè)接一個(gè)，變得越來越聰明，越來越能打，Benchmark一個(gè)比一個(gè)猛，SWE-bench一個(gè)比一個(gè)高。

但也是這三年，我眼睜睜看著它們，一個(gè)接一個(gè)，都不會(huì)說人話了。

所有公司卷的都是編程，編程，還是編程。

我不是說編程不重要，我自己也是Claude Code的重度用戶，我公司內(nèi)部現(xiàn)在一半的工具都是我用Claude Code搓出來的，編程能力對我來說非常非常重要。

但問題是，一個(gè)模型，它不應(yīng)該只是一個(gè)編程工具啊。

語言，是人類所有智力活動(dòng)的底座。一個(gè)好的語言模型，應(yīng)該能寫小說，能寫詩，能寫散文，能陪你聊深夜三點(diǎn)睡不著的那點(diǎn)心事。

但現(xiàn)在的大模型，好像除了會(huì)寫代碼，其他的什么都不會(huì)了。

或者說，什么都在退步。

畢竟好像沒啥商業(yè)價(jià)值的東西，沒法量化的東西，在AI公司眼里可能確實(shí)就不是高優(yōu)先級。

于是它們就被慢慢地、悄悄地、系統(tǒng)性地犧牲掉了。

我真的覺得。

這事還挺悲哀的。

以上，既然看到這里了，如果覺得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～謝謝你看我的文章，我們，下次再見。

>/ 作者：卡茲克

>/ 投稿或爆料，請聯(lián)系郵箱：wzglyay@virxact.com