Claude Opus 4.7 już dostępny — nowy punkt odniesienia dla poważnego kodowania z AI

Najnowszy członek rodziny Claude — Opus 4.7 — oficjalnie opuścił fazę preview i jest ogólnie dostępny w całym ekosystemie Anthropic. Na papierze to wydanie punktowe. W praktyce testerzy wczesnego dostępu mówią o nim jako o pierwszym modelu, któremu naprawdę ufają przy długich, skomplikowanych zadaniach inżynieryjnych — bez nadzoru krok po kroku.

Co faktycznie jest nowe

Opus 4.7 to największy skok, jaki Anthropic wypuścił na linii Opus od startu wersji 4.x. Najważniejsze punkty:

• Długie sesje kodowania, które się trzymają kupy. Użytkownicy potwierdzają, że mogą powierzyć Opusowi 4.7 wielogodzinne, wieloplikowe zadania programistyczne, które wcześniej wymagały ciągłych korekt ze strony człowieka. Model trzyma się zakresu, sam weryfikuje swoje efekty i — co ważne — nie „odpływa" w połowie pracy.
• Naprawdę ulepszone przetwarzanie obrazu. Model przyjmuje obrazy o dłuższej krawędzi do 2 576 pikseli (ok. 3,75 megapiksela) — ponad trzy razy więcej niż wcześniej. To duża zmiana dla wszystkiego, co wymaga pracy pikselowej: zrzutów UI, gęstych dashboardów, diagramów architektury, referencji projektowych.
• Lepszy gust. Interfejsy, prezentacje i dokumenty, które generuje, mniej wyglądają jak „wyjście z AI", a bardziej jak praca kompetentnego projektanta czy analityka.
• Mocniejszy w finansach. Opus 4.7 prowadzi na zewnętrznym benchmarku GDPval-AA, oceniającym wartościową ekonomicznie pracę umysłową w finansach, prawie i dziedzinach pokrewnych — i wyraźnie bije 4.6 przy rzetelnym modelowaniu finansowym oraz prezentacjach na poziomie zarządu.

Wciąż nie dorównuje surowej mocy ograniczonego modelu Mythos Preview, ale w standardowych benchmarkach to jasno nowy stan sztuki w warstwie ogólnie dostępnej.

Cyberbezpieczeństwo — pierwszy model z zabezpieczeniami Glasswing

Po niedawnym ujawnieniu Project Glasswing — który pokazał, jak zaawansowane modele tną w obie strony w cyberbezpieczeństwie — Anthropic działa rozważnie. Mythos pozostaje zamknięty, właśnie po to, by testować na nim te zabezpieczenia. Opus 4.7 jest pierwszym ogólnie dostępnym modelem wypuszczanym z tymi zabezpieczeniami włączonymi.

W praktyce oznacza to dwie rzeczy:

1. Natywne możliwości cyber Opusa 4.7 są celowo przyciszone względem Mythosa.
2. Model wypuszczany jest z automatycznymi zabezpieczeniami zaprojektowanymi tak, by wykrywać i blokować zakazane lub wysokiego ryzyka prośby z obszaru cyberbezpieczeństwa.

Dla legalnej pracy defensywnej — red-teamingu, testów penetracyjnych, research'u podatności — Anthropic uruchomił dedykowany Cyber Verification Program, który zweryfikowanym specjalistom daje potrzebny dostęp bez uderzania w bariery.

Dostępność i cennik

Opus 4.7 jest dziś aktywny w:

• claude.ai (wszystkie płatne plany)
• API Anthropic
• Amazon Bedrock
• Google Cloud Vertex AI
• Microsoft Foundry

Cennik bez zmian względem ery 4.6:

• 5 USD za milion tokenów wejściowych
• 25 USD za milion tokenów wyjściowych

Identyfikator API: claude-opus-4-7.

Co zauważyli testerzy wczesnego dostępu

Z programu early access wyszło kilka powtarzalnych wniosków — niektóre to realne pułapki.

Traktuje Twoje prompty dosłownie

Opus 4.7 trzyma się instrukcji znacznie ściślej niż poprzednie wersje. Brzmi jak czyste wygrane i na czystych promptach takie jest. Ale prompty pisane pod starsze, bardziej „wybaczające" modele — te, które po cichu reinterpretowały mgliste polecenia albo pomijały fragmenty, które nie do końca pasowały — mogą teraz dawać nieoczekiwane rezultaty. Jeśli masz bibliotekę promptów zbudowaną pod 4.6, załóż, że potrzebna będzie runda szlifu przed przepięciem na 4.7.

Wizja otwiera nowe workflow

Z większym budżetem obrazu Opus 4.7 nadaje się do zadań, w których poprzednie generacje Claude po prostu nie radziły sobie dobrze: wyciąganie liczb ze skomplikowanych diagramów, czytanie gęstych zrzutów UI, odwoływanie się do pikselowych specyfikacji projektowych. Jeśli Twój pipeline skalował zrzuty ekranu w dół przed wysłaniem, prawdopodobnie możesz z tego zrezygnować.

Pamięć oparta o system plików działa lepiej

Przy rozciągniętych, wielosesyjnych workflow agentowych model znacznie lepiej korzysta z notatek plikowych jako trwałej pamięci. Spędzisz dużo mniej czasu na „dokarmianiu" go kontekstem na starcie każdego zadania.

Biznes i finanse

Oprócz wyniku na GDPval-AA, wcześni użytkownicy z obszaru finansów wprost chwalą jakość budowanych modeli i prezentacji. To pierwsze wydanie, przy którym „użyj Claude'a jako analityka" przestaje być przesadą.

Bezpieczeństwo i alignment

Oceny alignmentu plasują Opusa 4.7 mniej więcej na poziomie 4.6 — czyli z niskim wskaźnikiem niepokojących zachowań jak zwodzenie czy nadmierne przytakiwanie. Odporność na prompt injection jest wyraźnie poprawiona. Jedna powtarzająca się uwaga: model potrafi być nadmiernie ostrożny — np. przy redukcji szkód wokół substancji kontrolowanych dodaje więcej detali, niż jest to naprawdę potrzebne. Łącznie ewaluacje lądują w rejonie „wysoce godny zaufania, dobrze wyrównany".

Nowe funkcje platformy premierowane razem z modelem

Anthropic wykorzystał premierę, by dowieźć kilka aktualizacji platformy — część z nich jest co najmniej tak ciekawa, jak sam model:

• Poziom wysiłku xhigh. Nowe ustawienie „extra high" wchodzi pomiędzy high a max, dając lepszą kontrolę nad kompromisem między jakością rozumowania a opóźnieniem w trudnych zadaniach.
• Task Budgets (API, publiczna beta). Pozwala deweloperom ograniczyć wydatek tokenów na zadanie i pomaga modelowi priorytetyzować wysiłek przy długich, tłowych uruchomieniach.
• Claude Code — usprawnienia.
  • Nowa komenda /ultrareview prowadzi głęboki code review nastawiony na subtelne bugi i błędy projektowe, które wyłapałby rzetelny recenzent-człowiek.
  • Rozszerzony auto mode dla użytkowników Max — model może podejmować więcej autonomicznych decyzji, żeby nie przerywać pracy człowieka przy długich sesjach kodowania.

Migracja z 4.6 na 4.7 — dwie rzeczy, na które trzeba uważać

Upgrade jest w zasadzie typu drop-in, ale dwa czynniki potrafią po cichu podbić rachunek, jeśli się nie pilnuje:

1. Nowy tokenizer. Ten sam tekst wejściowy może mapować się na ok. 1,0–1,35x więcej tokenów niż w 4.6, w zależności od treści. Załóż lekki wzrost kosztu wejścia, zanim jeszcze cokolwiek zmienisz.
2. Dłuższe „myślenie" przy wysokich poziomach wysiłku. Na górnych ustawieniach effort, szczególnie w układach agentowych, Opus 4.7 po prostu myśli dłużej — co daje więcej tokenów wyjściowych. Dostajesz lepsze odpowiedzi na trudne problemy, ale licznik leci.

Praktyczne rady dla każdego, kto wdraża to produkcyjnie:

• Monitoruj zużycie tokenów per zadanie przez pierwszy tydzień po przełączeniu.
• Dostrój parametr effort do zadania — nie wszystko potrzebuje xhigh.
• Używaj Task Budgets tam, gdzie w grę wchodzą długie uruchomienia agentowe.
• Tam, gdzie liczą się opóźnienie albo koszt, wprost proś o zwięzłość w prompcie. Opus 4.7 dobrze na to reaguje.

Podsumowanie

Opus 4.7 nie jest nagłówkową rewolucją. Wręcz przeciwnie — to wydanie, w którym najwyższe wyniki w benchmarkach są niemal najmniej ciekawym elementem. Realna historia jest taka, że ogólnie dostępny model można dziś skierować na długie, nieuporządkowane zadanie inżynieryjne lub analityczne i dostać z powrotem coś wartego wdrożenia. To poprzeczka zdolności, na którą większość zespołów faktycznie czekała.

Jeśli jesteś już na 4.6, upgrade warto zrobić — tylko zaplanuj krótką rundę korekty promptów i przypilnuj zużycia tokenów przez pierwsze dni.