直接把分析放最前面：虽然整体来说在代码、多模态、电脑操作之类的领域有提升，但system card里也放了一些很差的结果。尤其是在类似大海捞针的长文本场景表现比Opus4.6更差（而且差了好多好多，几乎减半了！），在等量token使用的情况下在BrowseComp做网页操作也比Opus 4.6大概有5%的性能下降。DeepSearchQA的限定总token的检索也比4.6略差。
而且其实根据推特来看，砍得最狠的是token效率：
也就是说在改了tokenizer之后，如果用英文的话，Opus4.7要比4.6多输出50%的token！（修正：因为改的是分词器，输入输出的token数都会多50%）（不过也有人测试了如果用中文的话只会多输出6%的token，这下真全世界都讲中国话了）
你的意思是，在原本金子般的token的基础上，不仅涨价加快token消耗了，还比4.6的能力更弱，同时因为蒸了gpt导致染上了口癖 
A/你真是飞了冯了 
长文本能力下降这么多真的是飞冯了
小模型蒸馏m一串包真的，感觉是向市场鼓动情绪的一款模型
毕竟m一串几乎没多少人能用到
m一串真像他们说的那样，市场会疯掉，多少应用场景直接成真，裁员更是一把大刀下来
还是等GPT6吧
是不是gpt要王朝了？奥特曼这下估计也要学A/了（悲）
干这行的看到核弹爆炸瘫坐也不是一次两次了 
A/到底要干嘛？你贵就算了起码性能得提升吧，真就版本号提升也算提升是吧
更废token，长上下文表现还差，性能还下降，debuff叠满了，还是等GPT6了，投入openai怀抱了，codex除了慢，别的使用体验还是很不错的
如果用来写毕设的话，是不是不如用4.6呀
难说，它代码能力和其他一些能力还是有提升的，但它中文的说话风格变了，以及能确定的是用的token数更多了
好的好的，谢谢大佬粗体文本，我两个都试试
这说法有点牵强了，实际上反而是MRCR的评测设定更符合真实用户输入
可能主要是考虑到现在都是agent和harness的时代, 人类原始输入已经很少了,绝大部分的上下文都是agent自己和环境交互后得到的, 增强agent的能力让模型主动探索比死死记住一个历史的某个关键字(可能还有误导性)更有价值吧
这也不好说，长文本的benchmark有很多，探索的都是长文本情景下的不同维度，MRCR已经算是非常贴近真实输入场景的大海捞针变体了，测试的更多的是在混杂的长对话里抽取特定信息的能力，而graphwalk也和agent没有半点关系，测的是图论问题下的单轮长reasoning，按理说这两个互不冲突，不应该用谁比谁更贴近真实输入砍掉另一个
最近用 opus 迁移一个 1300 行的 PHP。比 GPT 还偷懒，返工两次了。 真是越来越难用了 
我觉得现在便宜大碗的gpt已经完全够用了
Claude Opus 4.7 = 来自 GPT-5.x 稳稳接住你的文风 + 如 Gemini 3 Pro 一样雷霆的上下文注意力性能 + 变相加价 35% 的 Opus 价格* + 负载一高就开始随机抽查用户 KYC
