实测Claude Opus 4.7，好好的模型也开始不说人话了。

果不其然，最近一周Claude天天崩，就是为了新模型做储备。

于是昨晚10点半，Claude Opus 4.7发布了。

这玩意火到什么程度呢，我自己开发的给公司内部用的全网AI信息监控的产品AIHOT上，监控了精挑细选的几十个有价值的信源，一般一个信息，有3个信源同时报道，就已经比较受关注了。

如果有5到6个，那就是大热点了。

但是Claude Opus 4.7这玩意，有尼玛10个信源同时发布= =

给我一下子整不会了。

目前Claude Opus 4.7已经全渠道上线。

我10点半下的飞机，一下飞机就发现手机上可以用了。

Claude Code里面也更新了。

也是1M的上下文，没有减量，还是挺爽的。

最屌的是，凌晨3点的时候，直接把我一周的额度，给重置了。

Claude第一回做了点人事。

我知道很多朋友肯定会说哎你不怕KYC或者认证啥的问题吗，我只能说，真的遇到了或者被遣返了再说吧，我也没有任何解法，这就是悬在头上达摩利斯之剑，要不是在知识创作上真的没有啥替代品，能跟Claude掰掰手腕的都没有，我真的早换了。。。

现在的态度就是，能用一天是一天，谁叫Claude模型真的牛逼，Claude Code这个Agent框架又这么好用呢。

说回Claude Opus 4.7。

价格跟4.6完全一样，$5/M输入、$25/M输出，没有变化。

跑分就不细展开讲了，反正现在大家风气就是赢学，该赢的都赢了，你要是不赢你也没脸放出来。

最有意思的是，Claude Opus 4.6绝大多数的性能从官方发出来的看，完全没跑过GPT-5.4，这个是最有意思的，可以算是第一次承认，我的Opus 4.6在编程上打不过GPT 5.4。

这个其实也跟我的体感一致，很多产品BUG来来回回搞不了的GPT-5.4全部都能干，唯一就是GPT-5.4在创作和一些用户体验设计上真的是一坨屎，一大坨巨大的屎。

Claude知道我要的交互设计是什么样的，什么样的页面是一个用户体验的很丝滑的页面，GPT-5.4做出来的我作为一个用户体验设计师，那玩意我真的用不明白，一个个都像给黑客用的后台。

然后创作能力几乎为0，你在影视行业几乎可以看到绝大多数编剧都是用Claude来辅助自己优化剧本，单你绝对看不到有几个好编剧会用GPT-5.4来辅助自己，真的，最顶级的那帮做创作者，真的是会用脚投票的。

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

但是这次，Opus 4.7我实测下来，还是有一些不一样的感觉。

有几个关键更新点，我们一个一个说下。

1. 又一次隐形涨价了。

Anthropic这次换了新的tokenizer。

博客原文说，新的tokenizer改进了文本处理，trade-off是同样的输入现在会被切成更多token，大概是原来的1.0到1.35倍，具体看内容类型。

意思就是，你把同一段代码、同一份文档、同一个prompt丢给4.7和4.6，4.7要多吃最多35%的token。

虽然可能效果确实更好了，但是实打实的，Token消耗又变得更高了。

API的定价$5/$25确实没涨。

但同样的任务，token消耗多了35%，你最后账单可能也要多烧不少了。

他们的意思就是，如果你的任务，每个请求吃更多token，但因为模型更准、一次过的概率更高、少了来回修改的轮次，所以整体你花的钱没那么多。

逻辑上没毛病，但这个逻辑成立的前提是，你的任务是4.7真的擅长的那种高难的复杂任务。

如果你日常跟Claude对话的是一些它提升不明显的场景，比如知识管理创作做策划方案数据分析之类的这种，那你可能就是纯纯的确实更烧token了。

好惨，牛逼模型的Token，真的是这个世界越来越值钱的东西。

2. 视觉能力提升巨大。

这个我前面提过，XBOW的视觉测试，4.6是54.5%，4.7是98.5%。

先说一下XBOW是啥。

这家公司2024年成立，干的事儿一句话概括就是让AI自己去当白帽黑客，做的是autonomous penetration testing，自主渗透测试，今年3月刚拿了1.2亿美金融资，是这个赛道里目前跑最快的一家。

他们测模型的视觉能力是因为AI要自己去打渗透，就得看得懂各种乱七八糟的浏览器界面、后台管理系统、开发者工具里的网络请求、错误提示弹窗，这些画面密度极高、细节极多，模型视觉能力差一点，那基本就GG了。

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

成功率从一半直接干到近乎满，这个意义还是挺重要的。

核心其实除了多模态能力的提升，也因为4.7支持的图片分辨率提升了。

现在最多可以处理2576像素长边的图、大约3.75兆像素，是之前Claude模型的3倍多。

Claude自己的视觉基准评测提升也很明显。

我以前有的时候偷懒，直接给Claude Opus 4.6传一张截图，说XXX有问题，或者这个数据它不对，它能大概认出你在干啥，但细节经常看不清。

所以导致经常会有错误，我们自己的AIHOT网站就是个典型，字还挺多的，各种卡片兼容的展示样式和逻辑我之前跟Claude Opus 4.6改了好久。

有的时候来来回回改不明白，经常把我的文字识别错误。

但今天测了一下，几乎没有识别错误的问题了。

这个对于知识工作者是一个大的BUFF加成。

我都能想象到很多场景了，比如做律师的朋友扔一份几十页的合同扫描件给它，它能把里面的日期、条款编号、金额都读对。

比如一个做金融的朋友扔一份年报PDF给它，它能把图表里的每根柱子都抓出来。

比如一个做产品的朋友扔一堆竞品截图给它，它能逐个分析界面上的每个组件啥的。

这个升级确实很好，在多模态上发力了。

3. 审美有不错的提升。

我之前做一些涉及到用户体验还有美学的，其实说实话，我觉得Claude Opus 4.6效果不是很好，属于比上不足比下有余的。

跟Gemini相比差距还是很明显，很多视觉效果都做的并不好，还有交互设计这块，也非常的呆，很多时候是不以用户为核心，而是为了完成开发任务为核心。

所以逼的我在CLAUDE.md里加了一大段限制。

而这次，可能得益于多模态能力的提升，我用Claude Opus 4.7，顺手做了一下我之前要做但是还没来得及做的公司招聘网站，效果出奇的好。

因为我们现在很缺人，还在疯狂招人中，所以需要这么一个东西。

我就描述了一下我的需求，这里没有用任何Skill，Fontend Skill被我删了。

它就正常列计划，然后开跑了。

第一轮出来基本可用，我又简单微调了两轮，加了logo和其他职位的信息，就出来了，一共耗时20分钟。

网址在此：https://join.virxact.com/

我觉得在这种微型项目的效果和开发体验是要比Claude Opus 4.6好不少，审美更强了，也更听得懂人话，动效效果也更强了，符合我想要的用户体验规则的。

我自己还是相当满意的。

这里帮我们自己打个广告，欢迎大家点进网站来投递简历！

4. 也开始不说人话了。

这是让我最失望的一个点。

我平时会用Claude做很多很多的知识管理类的需求，不管是辅助创作，还是搜集资料，写报告，做PPT，写方案等等等等。

Claude Opus 4.6我都觉得在创作上，文字品味是非常好的。

而GPT-5.4和国内很多模型，其实是纯粹的编程特化，在人味上极度缺失，典型的如GPT-5.4。

之前我实在忍不了GPT-5.4就是因为垃圾话太多了，网上我找了一个案例。

稳稳接住，根因，按这条切，收口，压实这些破词懂的都懂。

然后这一次Opus 4.7，在我开发上面的招聘网站的时候，感觉看到了非常不好的倾向。

我对文字还是稍微有点敏感的，当我看到这几句的时候，我的PTSD就自动激活了。

再也不会撞，不会爬到logo头上，还有莫名其妙的破折号。

我差点应激。

然后立刻去让它同文风续写一下我昨天发的文章，直接心凉了半截。

狗屎，一坨狗屎。

一股子伪人味道，我真的佛了，好好的Claude，怎么也开始不说人话了。

去社区里面搜了一下。

果然，我不是一个人。

说真的，我心态有点爆炸了。

5. 一些新功能。

再说一下新功能吧。

Claude之前的effort档位是low、medium、high、max四档。

4.7这次在high和max中间加了一档，叫xhigh，extra high的缩写。

补上了high和max之间的跨度。

之前Max烧的太狠，但是high有时候感觉又有点笨，这次来了个中间值，并且直接预设为默认了。

然后是/ultrareview。

这是Claude Code里一个新的命令，专门跑code review，会把你的代码仔仔细细过一遍，找出所有的bug和设计问题。

而且这玩意不便宜，跑一次可能要5～20美刀。

Pro和Max用户有3次免费的试用额度。

真的贵。

然后是Cyber Verification Program。

这个可能是最容易被忽略、但我觉得最值得关注的一个点。

Anthropic开了一个正式的通道，让合法的安全研究、渗透测试、red-teaming可以申请使用Claude的某些原本受限的能力。

申请入口是claude.com/form/cyber-use-case

这个事的背景是，以前白帽子、安全团队想用Claude做漏洞研究、做渗透测试，经常被模型一刀切拒绝。

因为模型识别不了你是恶意还是合法，安全起见全拒。

现在Anthropic说，合法从业者你可以来申请，我们走一个特殊流程，通过了给你开通相应能力。

其实AI行业越来越走到这一步了，之前 Claude Mythos太牛逼了不敢给普通人放出来，因为可能真的会出事。

但是你全拒和全开之间，其实需要一个身份核验+分级授权的中间态。

而且这个思路一旦跑通，后面会被大量复用。

比如医疗场景的合规研究、金融场景的模拟攻击演练、生物研究场景的合规用药、甚至军工领域的合法研发，都可以走类似的Verify通道。

这是我觉得一个进入产业里，蛮有长期价值的一个设计。

这次Claude Opus 4.7差不多就都讲完了。

看到编程能力和视觉能力的提升，我很欣喜。

但是看到一个好好的有文字品味的模型，又一次倒在了不说人话上。

说真的，我现在也有点被稳稳的接住了。

三年，从GPT-3.5开始，一路用到现在。

这三年里，我眼睁睁看着这些模型，一个接一个，变得越来越聪明，越来越能打，Benchmark一个比一个猛，SWE-bench一个比一个高。

但也是这三年，我眼睁睁看着它们，一个接一个，都不会说人话了。

所有公司卷的都是编程，编程，还是编程。

我不是说编程不重要，我自己也是Claude Code的重度用户，我公司内部现在一半的工具都是我用Claude Code搓出来的，编程能力对我来说非常非常重要。

但问题是，一个模型，它不应该只是一个编程工具啊。

语言，是人类所有智力活动的底座。一个好的语言模型，应该能写小说，能写诗，能写散文，能陪你聊深夜三点睡不着的那点心事。

但现在的大模型，好像除了会写代码，其他的什么都不会了。

或者说，什么都在退步。

毕竟好像没啥商业价值的东西，没法量化的东西，在AI公司眼里可能确实就不是高优先级。

于是它们就被慢慢地、悄悄地、系统性地牺牲掉了。

我真的觉得。

这事还挺悲哀的。

文章来自于"数字生命卡兹克"，作者 "卡兹克"。