Claude Opus4.7 可以扔了，能干却不干！

Opus 4.7 来了，这次抄作业，有点难了。

因为需要 KYC 了！

这几天，不太平啊，网络也不稳定。

我倒是如期用上 4.7 了，但是我有点想把它扔了，不是因为它不强，而是因为它不听话！

我让它直接调用浏览器，克隆 claude.ai，它拒绝了！

而且理由很充分：

• 一方面是涉及到版权问题
• 另一方面是存在钓鱼风险

它明明告诉我已经全部代码都看过了，却告诉我，看了也不给你克隆。

要它何用🤣，扔了！

就像你请了一个员工，叫它去隔壁家抄个作业，它却义正言辞的告诉你抄袭是不对的。

认真讲，我是同意的他观点的，我觉得有这个节操是非常好的，抄袭是的不对的！

但是，这么一搞，我是一点主动权都没有了。 拗不过他，只能按它的方案来搞了。

下面来看一下效果。

这是原网页：

这是它做的：

这是深色模式：

看这结构，它肯定是看懂了，但是不给我 1:1 复刻！还全部给我翻译成了中文，这是要避嫌么？

Anthropic 看来是被蒸馏怕了，推出新模型前还专门搞了 KYC 认证，估计模型训练阶段也做了安全方面的特训。

大模型发展到这个阶段，用户也要被分成三六九等了，大模型公司掌握了生杀大权！

干活也不在全力以赴了，都得留一手。

上面是让它直接去抄代码，它拒绝了，我也试了一下直接扔给它图片，它没有拒绝。

效果如下！

深色效果：

浅色效果：

不说100%，也有个八九十了。

这个还是没改完的半成品，克隆到一半，配额没了！

这克隆效果，比 Opus 4.6 明显好很多了！

色彩准确度更高了，字体相似度也高了，细节完善度也高了，右上角的“小鬼”也有了，只是样式还没改好。

右下角的主题切换，是我让它加的，不是它复刻的问题。

效果提升这么多，应该是得益于多模态能力的升级。

Opus 4.7 的实力毋庸置疑！

以防还有人不知道它更新了什么，我还是贴一下主要更新内容。

这其实是 Opus 4.7 写的“自我介绍”，可以看看它总结的是否精准！

---

Claude Opus 4.7 更新要点

发布时间：2026 年 4 月 16 日，与 4.6（2 月发布）间隔约两个月。（DeepSeek你看看人家的更新频率啊！）

价格与 Opus 4.6 持平。

一、能力提升

整体在编程智能体、多学科推理、大规模工具调用、agentic 计算机使用等行业基准上全面超越 4.6。Anthropic 定位它为**”目前最强的通用可用模型”，尤其擅长长周期 agent 任务和知识工作。**

二、视觉能力的重大升级

这是 Claude 首个支持高分辨率图像的模型，最大支持 2576px / 3.75MP，相比之前 1568px / 1.15MP 有显著提升。

在低层感知（pointing、测量、计数）和图像定位（自然图像的 bounding box 识别与检测）上也有改进。对你做 JCode 截图分析或视觉 agent 相关的场景会很有用。

三、Thinking 机制的重构

这是对开发者影响最大的一块：

1. Extended thinking 被移除：在 4.7 上设置 thinking: {"type": "enabled", "budget_tokens": N} 会返回 400 错误。Adaptive thinking 是唯一的 thinking-on 模式，Anthropic 内部评估显示它稳定优于 extended thinking。

2. Adaptive thinking 默认关闭：请求中没有 thinking 字段时不会启用思考，需要显式设置 thinking: {type: "adaptive"}。

3. Thinking 内容默认不返回：思考块仍在响应流中，但 thinking 字段默认为空，除非调用方显式通过 display: "summarized" 等方式 opt-in。如果你在 JCode 里有展示思考过程的 UI，需要改代码。

四、新增控制参数

1. Effort 参数：调节智能 vs token 消耗的平衡，coding 和 agent 场景建议从新的 xhigh effort 开始，大多数对智能敏感的场景至少用 high。

2. Task budgets：给 Claude 一个完整 agent 循环的 token 目标预估，包括 thinking、工具调用、工具结果和最终输出。这对做多平台调用对比测试应该很有帮助。

五、新分词器

4.7 使用新的 tokenizer，处理文本时可能比之前模型多用 1x 到 1.35x 的 token（约多 35%，视内容而定），count_tokens 接口返回的数字也会不同。

实际影响：同样的 prompt 在 4.7 上 token 数会比 4.6 多，折算下来虽然官方价格没变，但实际单次请求成本会略升。你做跨平台 benchmark 时需要把这一点纳入考量。

六、采样参数被禁用

temperature、top_p、top_k 设置为任何非默认值都会返回 400 错误，建议完全省略这些参数，改用 prompt 引导模型行为。

七、规格维持

依然是 1M token 上下文窗口、128k 最大输出 token，工具和平台功能集与 4.6 一致。

八、安全与 Mythos 相关

Anthropic 在训练中尝试”差异化削减”4.7 的网络攻击能力，并部署了自动检测和拦截高风险网络安全用途的防护机制。真正更强的 Mythos Preview 走的是 Project Glasswing 白名单路径，不会公开发布。

对你 JCode 项目的几个直接影响：

一是批量测试功能里如果之前为了对比各家平台特意打开了 extended thinking，现在 4.7 路径需要改成 adaptive；

二是流式输出如果原来能看到 thinking 过程，现在默认看不到了，需要在请求里主动 opt-in；

三是 token 计数逻辑要针对 4.7 单独处理，国内平台如果跟进 4.7 也会面临同样的分词器差异；

四是高分辨率视觉输入可以考虑加入对比测试的维度。

---

这该死的记忆能力，每次都想着我的 JCode！

我不喜欢它记太多，立马打晕，记忆清空，并直接关闭这个功能。

另外，看有人在吐槽 4.7 也不说人话了，我倒是觉得还好。

上面一大段，我都是原封不动拷过来的，说的挺正常的。

不说人话这一点 GPT 已经登峰造极，豆包完美的“学习”到了这一点。

Opus 4.7 在实战中能力肯定会更强，而且是会比对手领先很多。

只是国区的人要用上它真的是越来越难了。

原先是需要国外的“IP、手机、地址、邮箱、卡和美金”，现在还得去找非洲老哥借个 KYC 了！

Pro的小水池的水也是越来越少了！

但是，真 TM 强啊！大部分需求一轮搞定 90%，这谁受得了啊。

我的TokenBox已经被它成功搞出来了，只是还在优化性能和研究部署的问题。

昨天网络不行，搞得我坐立难安！

吸一口，真的就回不去了。

说回标题，我只是一个单纯的标题党，扔是不可能扔的！