16 kwietnia 2026 roku Anthropic udostępniło Claude Opus 4.7 — kolejną iterację flagowego modelu, która koncentruje się na zadaniach wymagających długiego kontekstu, autonomicznego wnioskowania i dyscyplinowanego prowadzenia projektów programistycznych. Premiera przypada w momencie, gdy cała branża przesuwa ciężar z pojedynczych zapytań na agentyczne przepływy pracy — sesje, w których model przez wiele godzin planuje, pisze kod, poprawia błędy i raportuje postęp bez nadzoru człowieka. Opus 4.7 to wersja przystosowana właśnie do takich zastosowań: wolniejsza eskalacja błędów, lepsze korzystanie z pamięci między sesjami i wyraźnie silniejsze wyniki na benchmarkach inżynieryjnych.

Claude Opus 4.7 — wyniki w benchmarkach kodowania i agentycznych

Co nowego w Claude Opus 4.7

Nowy model utrzymuje ten sam poziom cenowy co poprzednik (5 USD za milion tokenów wejściowych i 25 USD za milion wyjściowych), ale wnosi kilka istotnych ulepszeń w warstwie architektury i sterowania rozumowaniem. To nie jest wyłącznie kosmetyczna aktualizacja — Anthropic deklaruje „znaczące lepsze podążanie za instrukcjami” i sugeruje, że część zespołów będzie musiała ponownie dostroić swoje prompty, aby w pełni wykorzystać potencjał modelu.

Najważniejsze zmiany względem Opus 4.6:

  • Poziom wysiłku xhigh — nowa, pośrednia warstwa wnioskowania pomiędzy high a max, dająca większą kontrolę nad relacją kosztu do jakości odpowiedzi.
  • Budżety zadań (task budgets) — parametr pozwalający ograniczyć zużycie tokenów w długich, agentycznych sesjach bez konieczności ręcznego przerywania.
  • Ulepszona wizja — obsługa obrazów do 2576 px na dłuższej krawędzi, czyli ok. 3,75 megapiksela — ponad trzykrotnie więcej niż w poprzedniej wersji.
  • Komenda /ultrareview — dedykowany tryb przeglądu kodu dla użytkowników Claude Pro i Max.
  • Auto mode — autonomiczne podejmowanie decyzji rozszerzone na plan Max.
  • Zaktualizowany tokenizer — lepsza obsługa tekstu, ale ten sam prompt może generować 1,0–1,35× więcej tokenów niż dotychczas, co warto uwzględnić w budżetach API.

Benchmarki: realne liczby, nie marketing

Anthropic uzupełnia komunikat konkretnymi wynikami pomiarów prowadzonych wspólnie z partnerami produkcyjnymi. To ważna zmiana tonu — zamiast zamkniętych ewaluacji akademickich firma chwali się liczbami z prawdziwych środowisk inżynieryjnych.

Benchmark / partnerOpus 4.7Opus 4.6
Replit (93-zadaniowy test kodowania)+13%poziom bazowy
Rakuten (zadania produkcyjne)3× więcej rozwiązańpoziom bazowy
CursorBench70% sukcesu58% sukcesu
GDPval-AA (finanse/prawo)state-of-the-artniżej
XBOW (pentesting)98,5% skuteczności wizualnej—

Warto zwrócić uwagę na wynik Rakuten — trzykrotny wzrost liczby rozwiązanych zadań produkcyjnych oznacza nie tylko lepszą jakość kodu, ale także większą odporność modelu na „zawieszanie się” w długich przepływach. To bezpośrednio przekłada się na koszty operacyjne: mniej iteracji, mniej zmarnowanych tokenów, mniej poprawek ze strony człowieka.

Agentyczność i pamięć międzysesyjna

Najważniejszy kierunek rozwoju Opusa 4.7 to operowanie w długim horyzoncie czasowym. Model został przystrojony do scenariuszy, w których agent pracuje przez godziny lub dni — pisze kod, uruchamia testy, wraca do zadania po przerwaniu i zachowuje spójność decyzji.

Najważniejsze usprawnienia w tym obszarze:

  • Lepsze wykorzystanie pamięci między sesjami — model efektywniej korzysta z wcześniejszych notatek, logów i artefaktów projektu.
  • Koordynacja narzędzi — sprawniejsze łączenie wywołań funkcji (tool use) w wielokrokowych planach.
  • Stabilność w długim kontekście — mniej „halucynacji zmęczenia” przy pracy z dużymi repozytoriami.

Dla zespołów, które budują własne integracje z modelami klasy Claude — czy to przez API, czy przez Claude Code — oznacza to, że można agresywniej przesuwać logikę do samego modelu, zmniejszając liczbę warstw orkiestracji potrzebnych do utrzymania kontroli.

Zmiany w tokenizatorze: co to oznacza dla rachunków API

Zaktualizowany tokenizer poprawia obsługę tekstu, ale ma praktyczną konsekwencję: te same prompty mogą kosztować więcej. Anthropic podaje współczynnik 1,0–1,35× w zależności od treści, a przy poziomie wysiłku xhigh i max model generuje także więcej tokenów wyjściowych — celowo, w imię większej niezawodności.

Co to oznacza w praktyce dla zespołów produkcyjnych:

  1. Przegląd budżetów miesięcznych — zwłaszcza tam, gdzie używacie dużych kontekstów lub wielu równoległych agentów.
  2. Audyt długich promptów — szczególnie wrażliwe są teksty w innych alfabetach i kod z dużą liczbą znaków specjalnych.
  3. Testy A/B cen jednostkowych — mimo tych samych stawek za milion tokenów, efektywny koszt żądania może być wyższy o 10–35%.

Bezpieczeństwo i podatność na prompt injection

Zewnętrzna ocena bezpieczeństwa modelu jest ostrożnie pozytywna. Opus 4.7 jest oceniany jako „w dużej mierze dobrze zestrojony i godny zaufania”, z wyraźnymi usprawnieniami w obszarze uczciwości oraz odporności na prompt injection — jeden z kluczowych wektorów ataku na systemy agentyczne.

Minusem jest nieco słabsza wydajność modelu w zakresie udzielania porad redukujących szkody (harm-reduction advice), co Anthropic otwarcie komunikuje w dokumentacji. Dla zespołów budujących produkty w obszarach regulowanych — zdrowie, finanse, prawo — oznacza to konieczność utrzymania dodatkowych warstw filtrów i walidacji, podobnie jak w przypadku wcześniejszych modeli tej klasy.

Dostępność i integracje

Claude Opus 4.7 jest dostępny od pierwszego dnia na wszystkich głównych platformach:

  • Claude.ai — dla użytkowników Free, Pro, Max oraz Teams/Enterprise.
  • API Anthropic — pod identyfikatorem claude-opus-4-7.
  • Amazon Bedrock — w regionach obsługujących linię Claude.
  • Google Cloud Vertex AI — pełna integracja z pipeline’ami GCP.
  • Microsoft Foundry — nowy kanał dystrybucji w ekosystemie Microsoftu.

Dla użytkowników planów Pro i Max dostępna jest także komenda /ultrareview, uruchamiająca dedykowaną sesję przeglądu kodu, w której model poświęca większy budżet obliczeniowy na weryfikację zmian, wychwytywanie regresji i proponowanie uzasadnionych refaktoryzacji.

Podsumowanie

Claude Opus 4.7 to model ewolucyjny, ale w miejscach, które naprawdę mają znaczenie dla zespołów produkcyjnych: długie sesje agentyczne, precyzyjne podążanie za instrukcjami, dyscyplina w wielogodzinnych projektach programistycznych oraz większa kontrola nad relacją kosztu do jakości dzięki nowemu poziomowi xhigh. Trzykrotny wzrost liczby rozwiązanych zadań produkcyjnych u partnerów takich jak Rakuten pokazuje, że poprawa wykracza poza benchmarki i przekłada się na realne oszczędności operacyjne.

Dla firm, które budują procesy oparte o SEO wspierane przez AI lub własne agentyczne narzędzia, Opus 4.7 jest jasnym sygnałem: warstwa modelu zyskuje kolejną porcję autonomii, a praca nad orkiestracją powinna coraz mocniej skupiać się na granicach i obserwowalności, a nie na ręcznym prowadzeniu modelu krok po kroku. Ostateczny test to oczywiście rachunek API po kilku tygodniach użycia — zwłaszcza biorąc pod uwagę zmiany w tokenizatorze.

Źródła

  1. Introducing Claude Opus 4.7 — Anthropic https://www.anthropic.com/news/claude-opus-4-7

  2. Claude Opus 4.7 System Card — Anthropic https://www.anthropic.com/claude-opus-4-7-system-card

  3. Claude API Documentation — Anthropic https://docs.anthropic.com/claude/docs

  4. Amazon Bedrock — Claude Models https://aws.amazon.com/bedrock/claude/

  5. Vertex AI — Claude on Google Cloud https://cloud.google.com/vertex-ai/generative-ai/docs/partner-models/claude