Claude Opus 4.7
Anthropic做题强、写代码更强，国际旗舰里最贵也最稳的一个
发布日期：2026-04-16 · 覆盖数据源：4 / 6 （AA · Arena · Pricing · HHEM）
Anthropic 当前主力旗舰，定位推理/编程综合强档。AA Intelligence 54 全球第 4，LMArena Text 排第 3（1502，thinking 模式），Code Arena 进入前 10。代价是 $25/M 输出价，撑场面够呛但跑量肉疼。
关键指标
AA Intelligence
54.0
全球 #7
输出价格
$25.00
/ 百万 token
Artificial Analysis · 独立评测
artificialanalysis.ai · 抓取于 2026-07-11| 综合智能（Intelligence Index） | 54.00 |
| 输出速度 | 45 token/s |
| 首 token 延迟（TTFT） | 23.41s |
| 总响应延迟 | 34.64s |
| 推理模式 | 否 |
AA 是独立第三方评测站，综合 GPQA / HLE / MMLU-Pro / SciCode / Tau²-Bench / TerminalBench / IFBench 等公开基准。 同一模型不同 reasoning effort 配置 AA 拆开排，本表只取最高分那档。
LMArena · 人类盲测排名
arena.ai · 抓取于 2026-07-11| 分类 | 最佳变体 | 排名 | Elo |
|---|---|---|---|
| 🌐 Web Dev | claude-opus-4-7-thinking | #1 | 1580.75 |
| 👁️ Vision | claude-opus-4-7-thinking | #2 | 1306.65 |
| 🏆 Overall | claude-opus-4-7-thinking | #3 | 1502.8130195878514 |
| 📄 Document | claude-opus-4-7 | #3 | 1500.19 |
| 🔍 Search | claude-opus-4-7 | #4 | 1233.0379138562091 |
| 💻 Code | claude-opus-4-7-thinking | #6 | 1556.95 |
只展示 Top 10 内出现的分类与变体。同一分类下若有多个变体（thinking / search 等），只显示排名最靠前的。 LMArena 是 Elo 分，人类盲测两两投票算出来—— 「人类觉得好」≠「客观最强」，但反映真实使用体验。
SuperCLUE · 中文能力测评
未收录：SuperCLUE 5 月榜未单独收录 Opus 4.7，同家族的 Opus 4.8(high) 总分 73.93 海外第三。
API 价格与国内可用性
来源 openrouter.ai · 抓取于 2026-07-11| 输入价格 | $5.00 / 百万 token |
| 输出价格 | $25.00 / 百万 token |
| 上下文窗口 | 1000K tokens |
| 国内可用性 | 需代理 |
| 最近核验 | 2026-07-11 |
同档对手价格
| 模型 | 输入 | 输出 | 国内 |
|---|---|---|---|
| Claude Opus 4.8 · Anthropic | $5.00 | $25.00 | 需代理 |
| GPT-5.5 · OpenAI | $5.00 | $30.00 | 需代理 |
| GPT-5.6 Sol · OpenAI | $5.00 | $30.00 | 需代理 |
| GPT-5.6 Sol Pro · OpenAI | $5.00 | $30.00 | 需代理 |
Vectara HHEM · 幻觉率实测
vectara/hallucination-leaderboard · 2026-07-02T04:24:22.584572+08:00| 幻觉率（Hallucination Rate） | 12.0% （越低越好 · 全榜第 78 / 105） |
| 事实一致率 | 88.0% |
| 答题率（Answer Rate） | 98.0% |
Vectara HHEM-2.3 是开源的事实一致性评估器。让模型对 7700+ 篇文档（新闻/科技/科学/医疗/法律/体育/商业/教育）做摘要， 温度=0，HHEM 评估摘要是否「捏造原文里没说的内容」。 幻觉率不等于"模型质量"——它只衡量摘要任务的事实一致性，做题强的旗舰模型反而经常更爱"加戏"。 但对 RAG、客服、医疗法律这种「不能瞎说」的场景，这是目前最有参考价值的指标之一。
什么时候选它 / 别选它
适合场景
- 复杂代码任务、多文件 refactor、跨工具 agent 编排
- 长文档结构化整理（1M 上下文）、需要严谨推理的研究/法律/医学场景
- 撑门面的高难任务，跑一次值回票价那种
不适合场景
- 跑大批量任务——输出价比 GPT-5.5 还贵，比 Sonnet 4.6 贵 67%
- 国内无代理场景——Anthropic 官方 API 没有大陆节点
- 短问答客服——这种场景上 Haiku 4.5 或 DeepSeek V4 Flash 性价比高得多
不选它的话，看看这些
Claude Opus 4.7 常被拿来比的对
同家族 · 标准 vs 高速
Claude Opus 4.7 vs Claude Opus 4.7 Fast
同家族 · 7 天迭代
Claude Opus 4.7 vs Claude Opus 4.8
同家族升级
Claude Opus 4.7 vs Claude Sonnet 4.6
跨境 · 国际顶级 vs 国内 #1
Claude Opus 4.7 vs DeepSeek V4 Pro
国际线 · 顶级 vs 长文档之王
Claude Opus 4.7 vs Gemini 3.1 Pro Preview
跨境 · 国际顶级 vs 速度甜点
Claude Opus 4.7 vs Gemini 3.5 Flash