title: "Claude Opus 4.7 正式发布:视觉分辨率提升 3 倍,xhigh 推理等级与编码能力跃升"
description: "全面解读 Claude Opus 4.7 的核心升级,包括 3 倍视觉分辨率提升、新 xhigh 推理等级、Task Budgets 机制及编码能力跃升,并提供 API 迁移指南。"
作者注:全面解读 Claude Opus 4.7 正式发布的核心升级,包括 3 倍视觉分辨率提升、新 xhigh 推理等级、Task Budgets 任务预算机制、编码能力跃升,以及 API 迁移指南和接入方式。

2026年4月16日,Anthropic 正式发布了 Claude Opus 4.7——这是目前最强大的通用可用(GA)模型。此次升级带来了多项重大突破:视觉分辨率提升超过 3 倍、全新的 xhigh 推理等级、Task Budgets(任务预算)机制,以及在编码和知识工作处理上的显著性能提升。
值得注意的是,这是一次**包含破坏性变更(Breaking Changes)**的重大版本升级——Extended Thinking Budgets 被移除、采样参数被取消、Tokenizer 也进行了全面更新。
核心价值:3 分钟即可掌握 Claude Opus 4.7 的全部升级内容、API 变更要点及最佳实践。
Claude Opus 4.7 核心参数速览
| 参数 | Claude Opus 4.7 | Claude Opus 4.6(对比) |
|---|---|---|
| 模型 ID | claude-opus-4-7 |
claude-opus-4-6 |
| コンテキストウィンドウ | 1M tokens | 1M tokens |
| 最大出力 | 128K tokens | 128K tokens |
| 画像解像度 | 2576px / 3.75MP | 1568px / 1.15MP |
| 推論モード | Adaptive Thinking(唯一のモード) | Extended Thinking + Adaptive |
| 努力レベル | low / medium / high / xhigh / max | low / medium / high / max |
| 入力価格 | $5 / 100万 tokens | $5 / 100万 tokens |
| 出力価格 | $25 / 100万 tokens | $25 / 100万 tokens |
| CursorBench | 70% | 58% |
🎯 接続のヒント:APIYI (apiyi.com) では、Claude Opus 4.7 に迅速に対応しています。開発者の皆様は、統一された OpenAI 互換インターフェースを通じて、モデル ID
claude-opus-4-7を指定するだけで呼び出し可能です。既存のコードフレームワークを修正する必要はありません。
Claude Opus 4.7 の3つの主要なアップグレード
アップグレード 1:視覚能力が 3 倍に向上
Claude Opus 4.7 は、高解像度画像処理をサポートする初の Claude モデルです。これは今回のアップデートにおいて最も注目すべきブレイクスルーの一つです。
| 視覚パラメータ | Opus 4.7 | 従来の Claude モデル | 向上率 |
|---|---|---|---|
| 最大長辺 | 2576 ピクセル | 1568 ピクセル | 1.64 倍 |
| 最大画素数 | 約 3.75 メガピクセル | 約 1.15 メガピクセル | 3.26 倍 |
| 座標マッピング | 1:1 ピクセル対応 | スケーリング計算が必要 | 大幅に簡略化 |
具体的な改善点は以下の通りです:
- 高解像度サポート:最大 2576px の長辺、約 3.75 メガピクセルに対応し、従来モデルの 3 倍以上を実現
- 1:1 座標マッピング:モデルが出力する座標と実際のピクセルが 1 対 1 で対応するため、スケーリング係数の計算が不要
- 低レベル知覚の強化:指し示し、測定、カウントなどの基本的な視覚タスクの精度が向上
- 画像位置特定機能の改善:自然画像におけるバウンディングボックスの特定および検出能力が強化
これは、以下のようなシナリオで特に重要です:
- Computer Use エージェントによるスクリーンショットの読み取り
- チャートやデータグラフからの情報抽出
- ピクセル単位で正確なデザイン案の参照
- ドキュメントやスライドの理解と編集
⚠️ 注意:高解像度画像はより多くのトークンを消費します。高精度な画像分析が不要な場合は、コストを抑えるために送信前に画像をダウンサンプリングすることをお勧めします。
アップグレード 2:新しい xhigh 推論レベル
Claude Opus 4.7 では、新たに xhigh 推論努力レベルが導入されました。これは high と max の間に位置し、開発者に対して推論の深さと遅延/コストのより細かな制御を提供します。
努力レベルの体系:
| 努力レベル | 推論の深さ | 適用シナリオ | トークン消費 |
|---|---|---|---|
low |
最低 | 単純な分類、フォーマット変換 | 最小 |
medium |
中程度 | 日常的な質問、要約生成 | 少なめ |
high |
高め | 多くのインテリジェントなタスク | 中程度 |
xhigh |
高い(新規) | コーディング、エージェント作業 | 多め |
max |
最高 | 数学的推論、極めて困難な問題 | 最大 |
Anthropic の公式推奨:
- コーディングおよびエージェントシナリオ:優先的に
xhighを使用 - 多くのインテリジェントなタスク:少なくとも
highを使用 - 努力レベルが高いほど、ツール呼び出しが頻繁になり、推論チェーンが深くなります
アップグレード 3:Task Budgets(タスク予算)メカニズム(ベータ版)
Task Budgets は Claude Opus 4.7 で導入された新機能で、開発者が Claude に対してアドバイザー的なトークン予算を設定できるようにするものです。これにより、長時間実行されるエージェントタスクにおいて、モデルがリソースを適切に配分できるようになります。
基本的な仕組み:
- 開発者がトークンの総予算を設定(最低 20K トークン)
- モデルは実行中にリアルタイムのカウントダウンを確認可能
- モデルはそれに基づいて、最も重要な作業を優先的に処理
- 予算を使い切る際に適切にタスクを完了させる
import anthropic
client = anthropic.Anthropic()
response = client.beta.messages.create(
model="claude-opus-4-7",
max_tokens=128000,
output_config={
"effort": "high",
"task_budget": {"type": "tokens", "total": 128000},
},
messages=[
{"role": "user", "content": "コードベースをレビューし、リファクタリング計画を提案してください。"}
],
betas=["task-budgets-2026-03-13"],
)
🎯 使用上のアドバイス:Task Budgets は厳格な上限ではなく、モデルが認識できる推奨予算です。品質が速度よりも優先されるオープンエンドなエージェントタスクの場合は、Task Budget を設定しないことを推奨します。トークン支出を制御する必要がある場合にのみ使用してください。APIYI (apiyi.com) を通じた呼び出しでも、このパラメータをサポートしています。

Claude Opus 4.7:コーディング能力の大幅な飛躍
Claude Opus 4.7 は、特に長期間にわたる自律的なコーディングのシナリオにおいて、目覚ましい進化を遂げました。
主要なベンチマーク成績
| ベンチマーク | Opus 4.7 | Opus 4.6 | 向上幅 |
|---|---|---|---|
| CursorBench | 70% | 58% | +12 ポイント |
| Rakuten-SWE-Bench | 3 倍 | ベンチマーク | 本番環境タスクの解決数が 3 倍 |
| Finance Agent | SOTA | — | 現在最高性能 |
| GDPval-AA | SOTA | — | 経済知識タスクで最高性能 |
コーディング機能のアップグレード
- 自己検証:出力結果を生成する前に、自ら検証方法を設計しチェックを行います。
- 書きながら修正:コーディング中に自動でロジックエラーを発見・修正します。
- 計画段階での欠陥検知:計画の初期段階でロジックの脆弱性を特定します。
- 長期間の自律性:非同期ワークフロー、CI/CD、マルチステップタスクの処理がより確実になりました。
- ツール呼び出しの削減:デフォルトでツール呼び出しよりも推論を優先するため、効率が向上しています。
🎯 開発者向けヒント:Opus 4.7 は、Rakuten-SWE-Bench において Opus 4.6 の 3 倍の生産級タスクを解決しました。複雑なコードベースを扱う開発チームは、APIYI (apiyi.com) を通じて迅速に Opus 4.7 にアクセスし、その性能を評価できます。
Claude Opus 4.7 API 移行の際の注意点(破壊的変更)
今回のアップグレードには、いくつかの破壊的変更が含まれています。移行前に必ずご確認ください。
変更1:Extended Thinking Budgets の削除
# ❌ Opus 4.6 の古い書き方(4.7 では 400 エラーが発生します)
thinking = {"type": "enabled", "budget_tokens": 32000}
# ✅ Opus 4.7 の新しい書き方
thinking = {"type": "adaptive"}
output_config = {"effort": "high"}
Adaptive Thinking は Opus 4.7 で唯一サポートされている思考モードであり、デフォルトではオフになっています。有効にするには、明示的に thinking: {"type": "adaptive"} を設定する必要があります。
変更2:サンプリングパラメータの削除
temperature、top_p、または top_k をデフォルト以外の値に設定すると 400 エラーが返されます。
最も安全な移行方法は、リクエストからこれらのパラメータを削除し、代わりにプロンプトを通じてモデルの動作を誘導することです。
変更3:思考内容のデフォルト非表示
思考ブロック(Thinking blocks)はレスポンスストリームに含まれますが、thinking フィールドはデフォルトで空になります。推論プロセスを確認したい場合は、以下のように設定してください:
thinking = {
"type": "adaptive",
"display": "summarized", # 推論過程の要約版を表示
}
変更4:トークナイザーの更新
新しいトークナイザーの影響で、同じ入力でも 1.0 倍から 1.35 倍 のトークンを消費する可能性があります(最大約 35% 増)。以下の対策を推奨します:
max_tokensパラメータを更新し、余裕を持たせる- 圧縮トリガーのしきい値を調整する
/v1/messages/count_tokensエンドポイントを使用して、トークン消費量を再評価する

Claude Opus 4.7 のその他の重要なアップグレード
ナレッジワーク能力の強化
- .docx の赤入れ・修正および .pptx の編集: 修正履歴の生成・自己チェック機能や、スライドレイアウトの編集能力が向上しました。
- グラフおよびデータ分析: 画像処理ライブラリ(PILなど)を用いたプログラム的なツール呼び出しによるグラフ分析能力が強化され、ピクセル単位でのデータ転写が可能になりました。
メモリ能力の強化
Opus 4.7 では、ファイルシステムベースのメモリの読み書き機能が大幅に改善されました。エージェントがラウンドをまたいでノートブックやメモファイル、あるいは構造化されたメモリストレージを保持している場合、アップグレードによってより効率的なメモリ活用が可能になります。
挙動の変化(破壊的ではありませんが注意が必要)
| 挙動の変化 | 説明 | 対応アドバイス |
|---|---|---|
| より逐語的な指示実行 | 指示を自動的に一般化しない | 指示を明確かつ完全に記述する |
| 応答長の適応性 | 固定長ではなくタスクの複雑さに応じて調整 | プロンプトの調整が必要な場合がある |
| ツール呼び出しの減少 | 推論を優先し、必要に応じてツールを使用 | 必要に応じて effort レベルを調整する |
| より直接的なトーン | 社交辞令や絵文字が減少 | ユーザー体験が変化する可能性がある |
| サイバーセキュリティ保護 | 高リスクなセキュリティ要求を自動検知・ブロック | 合法的なセキュリティ業務は検証申請が必要 |
利用可能なプラットフォーム
Claude Opus 4.7 は以下のプラットフォームで利用可能です:
- Claude.ai および Claude 製品ライン
- Anthropic API(モデル ID:
claude-opus-4-7) - Amazon Bedrock
- Google Cloud Vertex AI
- Microsoft Foundry
🎯 統合アクセス: APIYI (apiyi.com) プラットフォームを通じて、開発者は統一された OpenAI 互換インターフェースで Claude Opus 4.7 やその他の主要モデル(GPT-5.4、Gemini など)を呼び出すことができ、複数のクラウドプラットフォームを個別に接続する必要はありません。
よくある質問
Q1:Claude Opus 4.7 と Opus 4.6 で価格は同じですか?
はい。Claude Opus 4.7 の価格は Opus 4.6 と完全に同じで、入力 100 万トークンあたり 5 ドル、出力 100 万トークンあたり 25 ドルです。ただし、新しいトークナイザーにより、同じコンテンツでも最大 35% 多くのトークンを消費する可能性があるため、実質的な利用コストが増加する可能性があります。/v1/messages/count_tokens インターフェースを使用して再評価することをお勧めします。
Q2:Opus 4.6 から 4.7 への移行でコードの修正は必要ですか?
修正が必要な場合があります。Extended Thinking Budgets(budget_tokens)、サンプリングパラメータ(temperature/top_p/top_k)を使用している場合、または思考内容のデフォルト出力に依存している場合は、コードの修正が必須です。Anthropic 公式の移行ガイドを参照して項目ごとに確認することをお勧めします。APIYI (apiyi.com) を通じて呼び出している開発者も、これらの変更に注意してください。
Q3:Task Budgets は厳格なトークン上限ですか?
いいえ。Task Budget はアドバイザリー(助言)的な予算設定であり、モデルはこれを認識しますが、厳格に制限されるわけではありません。これは max_tokens とは異なり、後者はリクエストごとの厳格な上限であり、モデルはそれを認識できません。最低予算は 20K トークンです。品質を優先するオープンエンドなタスクでは、Task Budget を設定しないことをお勧めします。
まとめ
Claude Opus 4.7 正式リリースの主要ポイントは以下の通りです:
- 視覚能力が3倍に向上:解像度が2576px / 3.75MPに向上し、1:1の座標マッピングをサポート。スクリーンショットやドキュメントの理解能力が大幅に強化されました。
- コーディング能力の飛躍:CursorBenchで58%から70%へ向上し、Rakuten-SWE-Benchでは3倍の生産タスクを解決可能になりました。
- 新しい「xhigh」推論レベル:highとmaxの間に、よりきめ細やかな推論深度制御を提供するレベルが追加されました。
- Task Budgets(タスク予算)メカニズム:長時間稼働するエージェントタスク向けに、トークン予算管理機能が導入されました。
- 破壊的変更:Extended Thinking Budgetsの削除、サンプリングパラメータの削除、トークナイザーの更新(最大+35%のトークン消費増)が行われました。
- 価格は据え置き:入力$5/Mトークン、出力$25/Mトークンですが、実際の消費量は増加する可能性があります。
APIYI (apiyi.com) では、Claude Opus 4.7の導入を最速で完了し、公開しました。開発者の皆様は、統一されたAPIインターフェースを通じて最新モデルへシームレスに切り替えが可能です。また、GPT-5.4やGeminiなど複数のモデル呼び出しにも対応しており、特定のビジネスシナリオにおける各モデルのパフォーマンスを迅速に評価・比較できます。
📚 参考資料
-
Anthropic 公式発表 – Claude Opus 4.7: 公式リリースブログ、アップグレードの詳細解説
- リンク:
anthropic.com/news/claude-opus-4-7 - 説明: 最も信頼できる一次情報源
- リンク:
-
Claude API ドキュメント – What's New in Opus 4.7: APIの変更点と移行ガイドの詳細
- リンク:
platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-6 - 説明: すべての破壊的変更(Breaking Changes)とコード例を掲載
- リンク:
-
Anthropic Claude Opus 製品ページ: モデルの仕様とベンチマークデータの完全版
- リンク:
anthropic.com/claude/opus - 説明: パフォーマンス比較を含む公式製品紹介ページ
- リンク:
-
StreetInsider 報道: Claude Opus 4.7のコーディングおよび視覚能力強化に関するレポート
- リンク:
streetinsider.com/Corporate+News/Anthropic+launches+Claude+Opus+4.7+with+enhanced+coding+and+vision+capabilities/26322789.html - 説明: 第三者メディアの視点によるリリース分析
- リンク:
著者: APIYI 技術チーム
技術交流: コメント欄での議論を歓迎します。その他の資料については、APIYIのドキュメントセンター(docs.apiyi.com)をご覧ください。
