史上最強(qiáng)模型Claude Opus 4.7發(fā)布！一大批公司要倒閉了

4月16日，Anthropic正式發(fā)布Claude Opus 4.7。這是目前最強(qiáng)的公開可用大模型，重點升級了三件事：復(fù)雜任務(wù)執(zhí)行能力、視覺理解能力、長鏈路工作流穩(wěn)定性。

簡單來說，它能自主完成更復(fù)雜的任務(wù)，不需要你盯著它；它能看懂更高清的圖片、表格、截圖；它在執(zhí)行長鏈條任務(wù)時不容易掉鏈子。

也就是說很多原本需要人來做的工作，現(xiàn)在可以交給它了。一夜之間，一大批公司的護(hù)城河，可能就這么沒了。

一、Claude Opus 4.7能力大躍升

1、編碼能力，跨越式提升

先看數(shù)字。SWE-bench Verified從80.8%升到87.6%，漲了近7個百分點。SWE-bench Pro從53.4%升到64.3%，漲了將近11個百分點，直接超過GPT-5.4（57.7%）和Gemini 3.1 Pro（54.2%）。

CursorBench從58%升到70%，Terminal-Bench 2.0從65.4%升到69.4%，命令行操作、DevOps任務(wù)、終端調(diào)試都更穩(wěn)了。

2、視覺能力，分辨率漲了3倍

Opus 4.7支持最長邊2576像素的圖片輸入，約等于3.75兆像素，是之前Claude模型的3.3倍以上。XBOW的視覺精度測試從54.5%飆到98.5%，幾乎是翻倍。新增了xhigh effort級別，位于high和max之間。

3、長任務(wù)，更穩(wěn)了

在長上下文任務(wù)上，Opus 4.7在六個研究模塊的綜合評分達(dá)到0.715，并列第一，被評測方描述為"所有被測模型中長上下文表現(xiàn)最穩(wěn)定的"。

多步驟復(fù)雜工作流比Opus 4.6提升14%，同時工具調(diào)用錯誤率降低了三分之一。

價格方面，保持不變。輸入5美元/百萬token，輸出25美元/百萬token，和Opus 4.6完全一樣。開啟prompt緩存最多省90%，批處理API省50%。

二、接下來，一大批公司要倒閉了

Anthropic官方說了，以下領(lǐng)域提升最明顯：開發(fā)者、分析師、法務(wù)、研究人員，以及所有高頻處理文檔、表格、演示材料的人。

以下幾類公司，要認(rèn)真想想了。

1、傳統(tǒng)軟件公司

還在用“古法編程”的公司，壓力最大。Opus 4.7能獨立解決超過六成的真實GitHub工程問題，跨語言、跨代碼庫。

一個高級工程師加上Claude Opus 4.7，能干一個小團(tuán)隊的活。代碼審查、Bug修復(fù)、功能開發(fā)、測試編寫，全鏈路都能覆蓋。

不是轉(zhuǎn)不轉(zhuǎn)型的問題，轉(zhuǎn)型速度稍慢一些，就會被對手干掉。

2、數(shù)據(jù)分析和調(diào)研機(jī)構(gòu)

還在靠人頭堆數(shù)據(jù)分析的機(jī)構(gòu)，將直接被替代。Opus 4.7在Finance Agent基準(zhǔn)上達(dá)到64.4%，是當(dāng)前最高分。多步驟金融分析、建模、專業(yè)報告生成，它都能做。

一個分析師加上AI，現(xiàn)在能處理以前需要一個團(tuán)隊才能完成的工作量。調(diào)研報告、數(shù)據(jù)清洗、圖表解讀、競品分析，速度快、成本低、不需要加班。

3、傳統(tǒng)咨詢公司

傳統(tǒng)咨詢公司賣的是什么？方法論、行業(yè)知識、分析框架。

AI時代，這些東西不稀缺了。Opus 4.7的GPQA Diamond得分94.2%，接近博士級推理水平。大量的行業(yè)知識和分析方法，它都能調(diào)用。

客戶不會再為“知識本身”付錢，他們要的是端到端交付，要的是按結(jié)果付費。

Palantir是一個值得參考的模式，它嵌入客戶的業(yè)務(wù)流程，幫客戶把數(shù)據(jù)變成決策，按結(jié)果收費。這種模式在AI時代反而更有競爭力。

4、傳統(tǒng)律師事務(wù)所

法律工作的核心是什么？文件審查、合同分析、案例研究、風(fēng)險判斷。Opus 4.7的長上下文能力和文檔推理能力，正好對準(zhǔn)這些場景。1M token的上下文窗口，能裝下整本合同、整個案卷。

初級律師做的大量重復(fù)性工作，現(xiàn)在可以被自動化。還在靠人頭計費的事務(wù)所，競爭力會快速下滑。

三、傳統(tǒng)公司，AI正在踢門

對于企業(yè)來說，轉(zhuǎn)型不是選項，是必須的。AI能力每隔幾個月就跳一個臺階。企業(yè)如果不主動轉(zhuǎn)型成AI Native公司，不把AI能力嵌入核心業(yè)務(wù)流程，就會越來越難滿足市場的速度和成本要求。

但不是說，轉(zhuǎn)型就沒事了，轉(zhuǎn)不好一樣完蛋。

看看多鄰國就知道了，2023年到2025年初，多鄰國股價漲了666%，靠的是AI驅(qū)動的內(nèi)容生產(chǎn)和用戶增長敘事。但隨后不到一年，股價跌了超過80%。

原因就是，為了追求短期增長，多鄰國大規(guī)模裁減內(nèi)容創(chuàng)作者，用AI批量生成課程內(nèi)容。結(jié)果是內(nèi)容質(zhì)量下滑，用戶體驗變差，留存率下降，增長數(shù)據(jù)開始難看，資本市場的信心隨之崩塌。

為了AI而AI，犧牲了體驗，增長只是短期的，崩塌才是必然的。

AI轉(zhuǎn)型的核心邏輯始終是：用戶需要什么，就用AI去更好地滿足它。不是反過來，先有AI，再去找用戶需求。拿著錘子找釘子，死路一條。

AI能做的就是放大企業(yè)和個人的能力邊界，企業(yè)AI轉(zhuǎn)型但無論怎么轉(zhuǎn)，有一件事不會變：真正滿足用戶的新需求、為用戶創(chuàng)造價值的公司，才能活下去。AI只是加速了這個篩選過程，僅此而已。