Opus 4.7vsOpus 4.5
在 8 个共同 benchmark 中，Opus 4.7 整体领先：Opus 4.7 领先 8 项，Opus 4.5 领先 0 项，持平 0 项，平均分差 +16.13。
Opus 4.78 项(100%)(0%)0 项Opus 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
综合评估
Opus 4.7 领先 4/4| 评测项 | Opus 4.7 | Opus 4.5 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 75.809 / 58最高（无工具） | 37.6025 / 58Extended (no tools) | +38.20 |
| ARC-AGI | 93.509 / 65Thinking High (No Tools) | 8021 / 65Extended (no tools) | +13.50 |
| HLE | 54.706 / 149Extended (with tools) | 43.2034 / 149Extended (with tools) |
规格对比
| 字段 | Opus 4.7 | Opus 4.5 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-04-16 | 2025-11-25 |
| 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 | 0.0 | 0.0 |
| 上下文长度 | 1000K | 200K |
| 最大输出 | 131072 | 65536 |
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 | Opus 4.5 |
|---|---|---|
| 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:综合评估 (4/4)、数学推理 (2/2)、AI Agent - 工具使用 (1/1)、编程与软件工程 (1/1)
8 个共同 benchmark 上，Opus 4.7 平均高出 16.13 分。
单项差距最大的 benchmark：ARC-AGI-2 — Opus 4.7 75.80，Opus 4.5 37.60（分差 +38.20）。
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。