当前位置: 首页 > news >正文

史上最强模型Claude Opus 4.7发布!一大批公司要倒闭了

4月16日,Anthropic正式发布Claude Opus 4.7。这是目前最强的公开可用大模型,重点升级了三件事:复杂任务执行能力、视觉理解能力、长链路工作流稳定性。

简单来说,它能自主完成更复杂的任务,不需要你盯着它;它能看懂更高清的图片、表格、截图;它在执行长链条任务时不容易掉链子。

也就是说很多原本需要人来做的工作,现在可以交给它了。一夜之间,一大批公司的护城河,可能就这么没了。


一、Claude Opus 4.7能力大跃升

1、编码能力,跨越式提升

先看数字。SWE-bench Verified从80.8%升到87.6%,涨了近7个百分点。SWE-bench Pro从53.4%升到64.3%,涨了将近11个百分点,直接超过GPT-5.4(57.7%)和Gemini 3.1 Pro(54.2%)。

CursorBench从58%升到70%,Terminal-Bench 2.0从65.4%升到69.4%,命令行操作、DevOps任务、终端调试都更稳了。

2、视觉能力,分辨率涨了3倍

Opus 4.7支持最长边2576像素的图片输入,约等于3.75兆像素,是之前Claude模型的3.3倍以上。XBOW的视觉精度测试从54.5%飙到98.5%,几乎是翻倍。新增了xhigh effort级别,位于high和max之间。

3、长任务,更稳了

在长上下文任务上,Opus 4.7在六个研究模块的综合评分达到0.715,并列第一,被评测方描述为"所有被测模型中长上下文表现最稳定的"。

多步骤复杂工作流比Opus 4.6提升14%,同时工具调用错误率降低了三分之一。

价格方面,保持不变。输入5美元/百万token,输出25美元/百万token,和Opus 4.6完全一样。开启prompt缓存最多省90%,批处理API省50%。


二、接下来,一大批公司要倒闭了

Anthropic官方说了,以下领域提升最明显:开发者、分析师、法务、研究人员,以及所有高频处理文档、表格、演示材料的人。

以下几类公司,要认真想想了。

1、传统软件公司

还在用“古法编程”的公司,压力最大。Opus 4.7能独立解决超过六成的真实GitHub工程问题,跨语言、跨代码库。

一个高级工程师加上Claude Opus 4.7,能干一个小团队的活。代码审查、Bug修复、功能开发、测试编写,全链路都能覆盖。

不是转不转型的问题,转型速度稍慢一些,就会被对手干掉。

2、数据分析和调研机构

还在靠人头堆数据分析的机构,将直接被替代。Opus 4.7在Finance Agent基准上达到64.4%,是当前最高分。多步骤金融分析、建模、专业报告生成,它都能做。

一个分析师加上AI,现在能处理以前需要一个团队才能完成的工作量。调研报告、数据清洗、图表解读、竞品分析,速度快、成本低、不需要加班。

3、传统咨询公司

传统咨询公司卖的是什么?方法论、行业知识、分析框架。

AI时代,这些东西不稀缺了。Opus 4.7的GPQA Diamond得分94.2%,接近博士级推理水平。大量的行业知识和分析方法,它都能调用。

客户不会再为“知识本身”付钱,他们要的是端到端交付,要的是按结果付费。

Palantir是一个值得参考的模式,它嵌入客户的业务流程,帮客户把数据变成决策,按结果收费。这种模式在AI时代反而更有竞争力。

4、传统律师事务所

法律工作的核心是什么?文件审查、合同分析、案例研究、风险判断。Opus 4.7的长上下文能力和文档推理能力,正好对准这些场景。1M token的上下文窗口,能装下整本合同、整个案卷。

初级律师做的大量重复性工作,现在可以被自动化。还在靠人头计费的事务所,竞争力会快速下滑。


三、传统公司,AI正在踢门

对于企业来说,转型不是选项,是必须的。AI能力每隔几个月就跳一个台阶。企业如果不主动转型成AI Native公司,不把AI能力嵌入核心业务流程,就会越来越难满足市场的速度和成本要求。

但不是说,转型就没事了,转不好一样完蛋。

看看多邻国就知道了,2023年到2025年初,多邻国股价涨了666%,靠的是AI驱动的内容生产和用户增长叙事。但随后不到一年,股价跌了超过80%。

原因就是,为了追求短期增长,多邻国大规模裁减内容创作者,用AI批量生成课程内容。结果是内容质量下滑,用户体验变差,留存率下降,增长数据开始难看,资本市场的信心随之崩塌。

为了AI而AI,牺牲了体验,增长只是短期的,崩塌才是必然的。

AI转型的核心逻辑始终是:用户需要什么,就用AI去更好地满足它。不是反过来,先有AI,再去找用户需求。拿着锤子找钉子,死路一条。

AI能做的就是放大企业和个人的能力边界,企业AI转型但无论怎么转,有一件事不会变:真正满足用户的新需求、为用户创造价值的公司,才能活下去。AI只是加速了这个筛选过程,仅此而已。

http://www.jsqmd.com/news/658454/

相关文章:

  • 终极指南:Switch NAND管理工具NxNandManager的10个核心功能解析
  • AI企业应用平台厂家
  • 从零搭建RDA5807收音机:硬件连接与I2C驱动实战
  • 中国油车的新技术,挖到日本汽车的根,双管齐下真要命!
  • 文件散落成灾,找资料比做项目还累怎么办?
  • 视频智能分析工具终极指南:如何用AI自动理解视频内容
  • 全体技术人做好随时涨薪的准备吧!
  • C++ 进程间高性能同步:基于共享内存循环队列与 C++ 原子原语实现的高吞吐、低延迟双向通信通道
  • 别再踩坑了!手把手教你用VS2019搞定Simulink与CANOE 15.0联合仿真环境搭建
  • 传统摄影师升级AI影像生成师后商业变现能力提升
  • SelectDB Enterprise 4.0.5:强化安全与治理,构建企业级实时分析与 AI 数据底座
  • 学工管理系统官网|学工系统试用|学工一体化平台采购|学生工作管理系统选型|学生工作管理平台厂家
  • 内容资产化治理:轻量化中台驱动企业矩阵运营提质增效
  • 如何用 click 与 mousedown 区分鼠标点击与按下的触发顺序
  • PHP源码运行时风扇狂转怎么办_硬件温控调优方法【说明】
  • Linux内核UFS驱动调试实战:如何追踪一个失败的UPIU命令(含Abort Task流程分析)
  • rados原理概述
  • CTF系列--WP--靶机16--flick
  • 如何为容器内多个列表实现统一滚动条.txt
  • 如何在Windows安卓子系统中快速集成Magisk和Google服务:完整解决方案指南
  • AO650 3BHT300051R1具有较高的控制精度
  • Nosql Redis配置与优化
  • 显卡驱动彻底清理指南:Display Driver Uninstaller完全教程
  • 2026奇点大会AIAPI代码生成性能基准测试全解析,TensorRT-LLM vs vLLM vs 自研推理引擎的毫秒级差距
  • 龙芯中科与麒麟软件达成深度战略合作
  • 别再让机械臂‘抖’了!用Matlab手把手教你实现输入整形(附完整代码)
  • 从Kaggle心脏病数据到临床辅助决策:一个统计学习驱动的分类预测实践
  • 博图V17连不上S7-1200?从ERROR灯常亮到‘未决启动禁止’的完整复位指南
  • LongMemEval 基准实测!Awareness 长时记忆能力登顶
  • AI生成代码如何不毁掉Git历史:7个被90%团队忽略的版本控制红线