Содержание
Claude Opus 4.7 — новая модель Anthropic: обзор, бенчмарки, цены | 2026
Что такое Claude Opus 4.7 и когда он вышел
Claude Opus 4.7 — новейшая версия флагманской модели Anthropic. Общедоступность наступила 16 апреля 2026 года, через 70 дней после Opus 4.6. Anthropic держит ритм быстрых инкрементов вместо редких «мегарелизов».
Что это в двух предложениях
Claude Opus 4.7 — это AI, который впервые реально можно «отпустить» на сложную инженерную задачу и не сидеть над ним. Модель сама выбирает инструменты, восстанавливается после ошибок API, доводит работу до конца. По данным Notion, в их многошаговых сценариях ошибок при вызове инструментов стало втрое меньше, чем у 4.6.
SWE-bench Pro: 64,3%
Главный бенчмарк по реальному программированию. Выше, чем у GPT-5.4 (57,7%) и Gemini 3.1 Pro (54,2%); из моделей в сравнении Anthropic выше только у Claude Mythos Preview (77,8%) с ограниченным доступом.
1 миллион токенов
Модель сама отслеживает оставшийся бюджет токенов и приоритизирует работу внутри task budgets.
Зрение 3,75 МП
Картинки до 2576 px по длинной стороне — в 3 раза больше прошлых Claude. Полезно для мелкого шрифта в договорах и техдиаграммах.
Что такое SWE-bench Pro
Это бенчмарк, где AI-модель должна решить реальную задачу из open-source репозитория: прочитать код, понять баг, написать фикс, пройти тесты. «Pro»-версия построена так, чтобы модель не могла «вспомнить» решение из обучающих данных.
Главное: Скачок в Агентном Кодинге
Anthropic открыто целит 4.7 в одну главную задачу — автономная работа с кодом. Это когда модель не пишет одну функцию, а разруливает задачу на 10+ шагов: читает репозиторий, планирует, правит несколько файлов, запускает тесты, исправляет ошибки.
Цифры по бенчмаркам
| Бенчмарк | Opus 4.6 | Opus 4.7 | Разница |
|---|---|---|---|
| SWE-bench Pro | 53,4% | 64,3% | +10,9 п.п. |
| CursorBench (Cursor AI-IDE) | 58% | 70% | +12 п.п. |
| Rakuten-SWE-Bench | ×1 | ×3 | в 3 раза больше задач |
| Terminal-Bench 2.0 | 65,4% | 69,4% | +4 п.п. |
| Ошибки при вызове инструментов (данные Notion) | ×1 | ×0,33 | −66% |
Оценка из анонса Anthropic
«Opus 4.7 на низком усилии примерно равен Opus 4.6 на среднем» — так модель оценили в компании Hex, отзыв приведён в анонсе Anthropic.
Implicit-need tests: что это и почему важно
По словам Notion, Opus 4.7 — первая модель, которая проходит их implicit-need tests. В таких тестах модели не говорят, какие инструменты использовать — она должна сама догадаться из контекста. Это фундамент для реально автономных агентов, где сценарий не прописан заранее.
Adaptive Thinking и Новый Уровень xhigh
В Opus 4.7 размышления работают только в адаптивном режиме (thinking: adaptive): модель сама решает, сколько думать. Фиксированный бюджет размышлений (budget_tokens), который принимал Opus 4.6, в 4.7 больше не поддерживается. Режим включается параметром в запросе: без него модель отвечает без размышлений.
Простой запрос
«Что такое API?» — ответ за секунду. Модель не тратит токены на внутренние рассуждения, потому что задача тривиальная.
Сложный запрос
«Отрефактори вот этот модуль и не сломай тесты» — несколько минут внутренних рассуждений, полный план, проверка, потом ответ.
Уровень xhigh
В API появился новый уровень усилия — xhigh, между high и max. В Claude Code он стоит дефолтом для всех тарифов. Anthropic считает, что большинству реальных задач по коду полезно думать именно на этом уровне — достаточно глубоко, но без максимального бюджета на размышления.
Task budgets — public beta
На длинных задачах теперь можно явно задать бюджет токенов. Модель отслеживает оставшийся бюджет и приоритизирует работу, а не резко останавливается при исчерпании квоты. Для продакшн-агентов, работающих часами, это снимает главную головную боль — предсказуемую стоимость.
Зрение 2K и Работа с Документами
Opus 4.7 принимает изображения до 2576 px по длинной стороне (около 3,75 мегапикселя). В три раза больше прошлых Claude. Для бизнеса это не про «распознать котиков», а про реальные задачи:
- Договоры и КП от поставщиков — модель читает мелкий шрифт без потерь
- Финансовые отчёты и таблицы — понимает структуру сложных сеток
- Технические диаграммы и архитектурные схемы — узнаёт компоненты и связи
- Скриншоты дашбордов и CRM — извлекает данные без отдельного OCR-слоя
Цифры, которые впечатляют
| Бенчмарк | Opus 4.6 | Opus 4.7 |
|---|---|---|
| XBOW — автономный пентест по скриншотам | 54,5% | 98,5% |
| Databricks OfficeQA Pro — офисные документы | базовый уровень | −21% ошибок |
| Harvey BigLaw Bench — legal | — | 90,9% на high |
XBOW — платформа автономных пентест-агентов — назвала этот прирост «устранением главного болевого момента»: раньше агент не мог надёжно читать скриншоты экранов, теперь может.
Opus 4.7 против GPT-5.4 и Gemini 3.1 Pro
В апреле 2026 года три главных frontier-модели — Claude Opus 4.7, OpenAI GPT-5.4 и Google Gemini 3.1 Pro. Разобрали, где каждая сильнее.
Claude Opus 4.7
Берите для: автономных AI-агентов, сложных кодинг-задач, legal и finance анализа, длинных многошаговых workflow, задач, где важна надёжность.
Цена: $5 / $25 за 1M токенов. Контекст: 1M.
GPT-5.4
Берите для: креативного контента и текстов, математики, голосовых интерфейсов, интеграций с ChatGPT-экосистемой.
Цена: $2,5 / $15 за 1M (до 272k токенов запроса). Контекст: 1,05M.
Gemini 3.1 Pro
Берите для: длинных документов (контекст 1M), нативного multimodal с видео и аудио, массовой генерации, задач в Google-стеке.
Цена: $2 / $12 за 1M (до 200k токенов запроса). Контекст: 1M.
Паритет на абстрактном рассуждении
GPQA Diamond (graduate-level reasoning): Opus 4.7 — 94,2%, GPT-5.4 — 94,4%, Gemini 3.1 Pro — 94,3%. Разница — десятые доли процента. Frontier-модели эту задачу «закрыли», конкуренция ушла в прикладные бенчмарки.
Что Это Значит Для Бизнеса
Мы в AIBot.Direct смотрим на каждый релиз через один вопрос: «На каких задачах клиенту теперь можно отдать работу AI, а не держать человека?». По Opus 4.7 ответ такой.
Продакшн-боты с длинным сценарием
Раньше: на 10-м шаге агент уходил в галлюцинацию, роняя цепочку.
С Opus 4.7: ошибок в 3 раза меньше, устойчивость к падениям API — боты стабильно держат сложные сценарии обработки заявок, интеграций, возвратов.
Разбор входящих документов
Раньше: секретарь вручную заносил счета от поставщиков в 1С.
С Opus 4.7: бот принимает PDF/скан, извлекает реквизиты, сумму, позиции, кладёт в учётку.
Внутренние AI-ассистенты над кодом
Раньше: AI писал функции, но не мог взять задачу из Jira и «докрутить».
С Opus 4.7: можно отдавать задачи уровня «добавь фичу в легаси-сервис, не сломай тесты» — модель доводит до конца.
Legal-автоматизация
Раньше: юрист вычитывал 50 договоров за неделю.
С Opus 4.7: 90,9% на BigLaw Bench, по оценке Harvey, корректно различает положения об уступке прав и о смене контроля (change-of-control).
Вывод для владельца бизнеса
Если у вас есть процесс, где человек делает 10+ шагов с данными из нескольких систем — именно этот процесс сейчас можно автоматизировать на Opus 4.7. Раньше нужно было резать на мелкие блоки и склеивать руками, теперь — нет.
Миграция с Opus 4.6: Три Нюанса
Если у вас уже работает что-то на Claude 4.6, переход на 4.7 — это замена идентификатора модели в коде: claude-opus-4-6 → claude-opus-4-7. Но учтите три момента.
1. Новый токенизатор
Тот же текст теперь весит в 1,0–1,35 раза больше токенов. Anthropic рекомендует измерять расход на реальном трафике, а не применять единый множитель. На кодинг-задачах баланс остаётся в плюсе — модель думает эффективнее.
2. Буквальное следование инструкциям
Opus 4.7 понимает инструкции буквально. Старые промпты, которые полагались на «мягкое игнорирование» части указаний, могут выдавать неожиданные результаты. Их стоит перечитать.
3. Больше размышлений на поздних шагах агентов
В агентных сценариях модель думает глубже на финальных шагах. Это повышает надёжность сложных workflow, но генерирует чуть больше output-токенов. Для длинных цепочек используйте task budgets.
Рекомендация Anthropic
Начинайте тесты на уровне high или xhigh — там прирост качества самый заметный. В Claude Code уровень усилия по умолчанию с выходом 4.7 поднят до xhigh на всех тарифах.
Цены и Как Начать
Claude Opus 4.7 доступен четырьмя способами: напрямую через Anthropic API, Amazon Bedrock, Google Vertex AI и Microsoft Foundry. Также модель доступна во всех продуктах Claude, включая веб-интерфейс claude.ai.
Как сэкономить на API
- Prompt Caching — системные промпты и большие документы кешируются, экономия до 90%.
- Batch API — для фоновых задач (анализ логов, массовая классификация) — скидка 50%.
- Sonnet 4.6 для рутины. Opus 4.7 — только там, где нужен флагман. Sonnet 4.6 стоит $3 / $15 за 1M — на 40% дешевле.
- Task budgets — для длинных агентов, чтобы не улетала стоимость.
Частые Вопросы
Источники
Частые вопросы
Общедоступность — 16 апреля 2026 года, через 70 дней после Opus 4.6. Главное: SWE-bench Pro — 64,3% против 53,4% у Opus 4.6; это лучше GPT-5.4 (57,7%) и Gemini 3.1 Pro (54,2%). Выше только у Claude Mythos Preview (77,8%), который доступен ограниченному кругу компаний.
SWE-bench Pro — версия теста по реальному программированию, где модель не может «вспомнить» решение из обучающих данных: авторы теста (Scale AI) строили его устойчивым к утечке задач в обучение.
Ключевой скачок: +10.9 п.п. на SWE-bench Pro (53.4% → 64.3%), +12 п.п. на CursorBench. Модель сама отслеживает оставшийся бюджет токенов и приоритизирует работу в длинных пайплайнах.
Изображения до 2576 px по длинной стороне — в 3 раза больше прошлых версий Claude. Читает мелкий шрифт в договорах и технических диаграммах. XBOW-бенчмарк: 98.5% против 54.5% у предыдущей версии.
По данным Anthropic (system card Claude Opus 4.8, май 2026): на SWE-bench Pro у Opus 4.7 — 64,3%, у GPT-5.5 — 58,6%; на Terminal-Bench 2.1 впереди GPT-5.5 — 78,2% против 66,1%. Какая модель лучше, зависит от типа задач.
$5 за 1M входных токенов и $25 за 1M выходных — те же цены, что у Opus 4.6. Контекст 1 миллион токенов входит в стандартную цену без надбавки.