Opus 4.7vsClaude Opus 4.6
在 21 个共同 benchmark 中，Opus 4.7 整体领先：Opus 4.7 领先 18 项，Claude Opus 4.6 领先 3 项，持平 0 项，平均分差 +7.68。
Opus 4.7
Anthropic · 2026-04-16 · 推理大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Opus 4.718 项(86%)(14%)3 项Claude Opus 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 21 项。
多轮记忆与持续上下文
胶着 2/2| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Context Arena | 22.12122 / 126Normal (No Tools) | 60.3376 / 126Normal (No Tools) | -38.21 |
| EBR-bench | 19.0513 / 23Max (With Tools) | 12.7016 / 23Max (With Tools) | +6.35 |
客服与业务流程
Opus 4.7 领先 2/2| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| τ³-Banking | 40.2131 / 167Max (With Tools) | 27.3270 / 167Max (With Tools) | +12.89 |
| SAGE | 56.101 / 64Max (With Tools) | 51.588 / 64Max (With Tools) | +4.52 |
数学
Opus 4.7 领先 2/2| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| FrontierMath Tier 4 v2 | 31.7117 / 42Max (No Tools) | 26.8323 / 42Max (No Tools) | +4.88 |
| FrontierMath v2 | 70.1815 / 58Max (No Tools) | 65.9618 / 58Max (No Tools) | +4.21 |
科学知识与推理
Opus 4.7 领先 2/2| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 94.207 / 253Extended (No Tools) | 91.3129 / 253Extended (No Tools) | +2.89 |
| CritPt | 5.1098 / 204Normal (No Tools) | 2.80124 / 204Normal (No Tools) | +2.30 |
自主开发与终端任务
Opus 4.7 领先 2/2| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 54.5015 / 244Normal (With Tools) | 48.5025 / 244Normal (With Tools) | +6 |
| Terminal Bench 2.0 | 69.406 / 48Extended (With Tools) | 65.4011 / 48Extended (With Tools) | +4 |
跨应用与工具编排
Opus 4.7 领先 2/2| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| PinchBench v2 | 76.0115 / 45Reported best (effort unspecified) | 69.9026 / 45Reported best (effort unspecified) | +6.11 |
| MCP-Atlas | 79.1014 / 44Deep Thinking (With Tools) | 76.8019 / 44Deep Thinking (With Tools) | +2.30 |
仓库修复与多文件工程
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 87.606 / 116Extended (With Tools) | 80.8410 / 116Extended (With Tools) | +6.76 |
写作与创意表达
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Creative Writing | 1,91412 / 110Normal (No Tools) | 1,80922 / 110Normal (No Tools) | +105.20 |
图像感知与视觉推理
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| MMMU-Pro | 76.4073 / 229Normal (No Tools) | 72.50116 / 229Normal (No Tools) | +3.90 |
常识推理
Claude Opus 4.6 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| SimpleBench | 61.7030 / 96Normal (No Tools) | 67.6021 / 96Normal (No Tools) | -5.90 |
抽象归纳与泛化
Claude Opus 4.6 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| ARC-AGI-1 | 93.5047 / 193Thinking High (No Tools) | 9443 / 193Thinking High (No Tools) | -0.50 |
机器学习工程
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| WeirdML v2 | 76.4013 / 52Normal (With Tools) | 65.9023 / 52Normal (With Tools) | +10.50 |
桌面工作流
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 7813 / 28Extended (With Tools) | 72.7018 / 28Extended (With Tools) | +5.30 |
维护、优化与工程管理
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GSO | 44.121 / 21Normal (With Tools) | 33.335 / 21Normal (With Tools) | +10.79 |
综合偏好评测
Opus 4.7 领先 1/1| 评测项 | Opus 4.7 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Text Arena (Coding) | 1,5627 / 35Normal (No Tools) | 1,5558 / 35Normal (No Tools) | +7.04 |
规格对比
| 字段 | Opus 4.7 | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-04-16 | 2026-02-05 |
| 模型类型 | 推理大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1000K | 1000K |
| 最大输出 | 128K | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Opus 4.7 | Claude Opus 4.6 |
|---|---|---|
| 文本输入 | $5 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $25 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.5 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $6.25 / 1M tokens | $6.25 / 1M tokens |
小结
- Opus 4.7在以下类目领先:客服与业务流程 (2/2)、数学 (2/2)、科学知识与推理 (2/2)、自主开发与终端任务 (2/2)、跨应用与工具编排 (2/2)、仓库修复与多文件工程 (1/1)、写作与创意表达 (1/1)、图像感知与视觉推理 (1/1)、机器学习工程 (1/1)、桌面工作流 (1/1)、维护、优化与工程管理 (1/1)、综合偏好评测 (1/1)
- Claude Opus 4.6在以下类目领先:常识推理 (1/1)、抽象归纳与泛化 (1/1)
- 胶着类目:多轮记忆与持续上下文
21 个共同 benchmark 上，Opus 4.7 平均高出 7.68 分。
单项差距最大的 benchmark：Creative Writing — Opus 4.7 1,914，Claude Opus 4.6 1,809（分差 +105.20）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。