Выпущен Claude Opus 4.7 с гибридным анализом и контекстным окном в 1 млн токенов.

Детали релиза Claude Opus 4.7
Anthropic выпустила Claude Opus 4.7, описанную как «гибридную модель рассуждений, расширяющую границы возможностей в программировании и для ИИ-агентов» с контекстным окном в 1 млн токенов. Модель была анонсирована 16 апреля 2026 года.
Ключевые особенности и возможности
- Улучшение производительности: Повышенная производительность в программировании, работе с визуальными данными и сложных многоэтапных задачах
- Адаптивное мышление: Автоматически адаптирует процесс мышления в зависимости от сложности задачи, уделяя больше времени сложным проблемам и быстро реагируя на простые
- Программирование для продакшена: Может предоставлять код, готовый к использованию в продакшене, с минимальным контролем, тщательно планирует, работает дольше с устойчивыми усилиями и надёжно функционирует в крупных кодовых базах
- Самокоррекция: Обнаруживает собственные ошибки на этапе планирования
- Агентские рабочие процессы: Обеспечивает рабочие процессы для продакшен-агентов, координируя сложные задачи с использованием нескольких инструментов с постоянной надёжностью, использует память для обучения между сессиями
- Корпоративные рабочие процессы: Сохраняет контекст между сессиями для управления сложными многодневными проектами от начала до конца с профессиональной отделкой
Доступность и ценообразование
- Доступность: Доступна для пользователей Claude Pro, Max, Team и Enterprise. Также доступна нативной платформе Claude, а также в Amazon Bedrock, Google Cloud Vertex AI и Microsoft Foundry
- Ценообразование: Начинается от $5 за миллион входных токенов и $25 за миллион выходных токенов
- Экономия затрат: Экономия до 90% с кэшированием промптов и 50% с пакетной обработкой
- Вывод только для США: Доступен по цене 1.1x за входные и выходные токены
- Доступ к API: Используйте
claude-opus-4-7через Claude API
Сценарии использования
- Продвинутое программирование: Старшие инженеры могут уверенно делегировать свою самую сложную работу по программированию
- ИИ-агенты: Координирует сложные задачи с использованием нескольких инструментов с постоянной надёжностью
- Корпоративные рабочие процессы: Высокая производительность при работе с электронными таблицами, презентациями и документами
- Длительные задачи: Обрабатывает реальные асинхронные рабочие процессы, включая автоматизацию, CI/CD и длительные задачи
Характеристики модели
Согласно источнику, Claude Opus 4.7 «глубже размышляет о проблемах и предлагает более аргументированную точку зрения, а не просто соглашается с пользователем». Модель описывается как «более тщательная и последовательная в сложной работе» с «лучшими результатами в профессиональной интеллектуальной деятельности».
📖 Read the full source: HN AI Agents
👀 Смотрите также

40 млн токенов за час: пользователь сообщает о неконтролируемой работе саб-агентов OpenClaw
Пользователь OpenClaw сообщает о потреблении 40 млн токенов за час из-за вышедших из-под контроля подагентов. С использованием OpenRouter и DeepSeek Flash дневной бюджет был исчерпан до того, как пользователь успел вмешаться. Ищет ограничители скорости и защитные механизмы.

OpenRouter подтверждает, что альфа-модели Hunter/Healer являются вариантами MiMo V2.
Ранее скрытые модели Hunter Alpha и Healer Alpha от OpenRouter подтверждены как варианты MiMo V2. Hunter Alpha — это текстово-рассуждающая модель MiMo V2 Pro с окном контекста в 1 млн токенов, а Healer Alpha — это мультимодальная рассуждающая модель MiMo V2 Omni для текста и изображений с окном контекста в 262 тыс. токенов.

Zig项目关于严格反LLM贡献政策的理由
Zig вводит полный запрет на LLM-ассистированные вклады: никакого ИИ для issues, PR или комментариев. Вице-президент Loris Cro объясняет философию «контрибьюторского покера» — ревью PR — это инвестиции в выращивание доверенных контрибьюторов, а не просто принятие кода.

TabFM: Фундаментальная модель Google с нулевым обучением для классификации и регрессии табличных данных
TabFM применяет обучение в контексте к табличным данным, устраняя необходимость в настройке гиперпараметров и инженерии признаков для классификации и регрессии. Доступен на Hugging Face и GitHub.