16 апреля 2026 года Anthropic представила Claude Opus 4.7 — обновление флагманской линейки. В анонсе перечислены направления: программирование, агентные сценарии, работа с изображениями и многошаговые задачи. Отдельно упомянуты тщательность и последовательность, и это существеннее, чем кажется на первый взгляд. Акцент смещён с эффектных демонстраций на длинные процессы, где модель не должна сбиваться к десятому шагу.
Речь идёт об апгрейде внутри одного класса моделей, а не о смене поколения. Anthropic не заявляла ни о другом принципе работы с контекстом, ни о новом уровне автономности. Для команд, которые уже сидят на Opus 4.6, вопрос звучит не «менять ли подход», а «менять ли версию той же модели и когда именно».
Разница чувствуется там, где результат оценивают по устойчивости на дистанции, а не по первому красивому ответу.
Что заявлено в Claude Opus 4.7
За формулировкой «сильнее в коде» стоит ожидание, что модель реже срезает углы: меньше правок, ломающих соседний модуль, аккуратнее обращение с существующей кодовой базой. Проверять это приходится не на синтетике, а на собственных задачах из трекера — тех, где прошлая версия требовала двух-трёх уточнений.
Агентные сценарии в анонсе связаны с многошаговостью. Практический смысл простой: цепочка из десятка вызовов инструментов реже разваливается на середине, промежуточные результаты остаются согласованными. Обратная сторона тоже предсказуема — более тщательное поведение обычно означает и больше шагов, а значит, и больший расход токенов на ту же работу.
Работа с изображениями выделена отдельно, и для сценариев со скриншотами интерфейсов, сканами документов или таблицами с картинки это логично. Здесь прирост проверяется быстрее всего: достаточно прогнать десяток своих файлов и посмотреть, сколько полей распознано без ручной правки.
Сравнительных таблиц с процентами в тексте анонса нет, оценки качественные. Упрекать за это странно: цифры в пресс-релизах всё равно считаются на чужих задачах, а решение о переходе принимают по своим.
Почему Opus обновляют раз в два-три месяца
Предыдущая версия, Opus 4.6, появилась 5 февраля 2026 года, до неё 4.5 — 24 ноября 2025-го. Такой ритм объясняется не только конкуренцией. Между релизами накапливаются обращения клиентов: агентные пайплайны ломаются на конкретных типах задач, и эти случаи закрывают в следующей итерации, не дожидаясь большого релиза.
Второй мотив — стоимость выполнения работы. В заметках о версии 4.5 Anthropic отдельно говорила об эффективности расхода токенов, а не только об интеллекте модели. Для 4.7 подобных цифр в анонсе нет, поэтому экономику придётся считать самостоятельно, по своим логам.
Отдельная тема — судьба старых версий. С ноября 2025 года компания обещает сохранять веса всех публично выпущенных моделей, а в феврале 2026-го подтвердила: Opus 3 остаётся доступным на claude.ai платным пользователям и выдаётся по запросу через API. Вывод практический: миграция не горит, но и откладывать тестирование нет смысла, потому что следующая версия появится раньше, чем закончится спокойный квартал.
Где прирост заметен, а где разницы не будет
Общее правило для минорных обновлений: выигрыш растёт вместе с длиной задачи. На односложном вопросе или коротком ревью фрагмента кода разница между 4.6 и 4.7 если и есть, то в пределах разброса между двумя запусками одной модели. Чем больше шагов, тем заметнее накопленный эффект и тем дороже ошибка, если версию поменяли без тестов.
| Тип задачи | Что заявлено для 4.7 | Как проверять у себя |
|---|---|---|
| Длинные агентные цепочки | Выше тщательность и последовательность | Прогнать сценарий на десять и более шагов, сравнить число срывов и расход токенов |
| Программирование | Сильнее в коде | Взять свои задачи из трекера, где 4.6 требовала уточнений |
| Скриншоты, сканы, документы | Улучшена работа с изображениями | Проверить разбор таблиц, бланков, элементов интерфейса |
| Короткие запросы и чат | Отдельных обещаний нет | Не мигрировать до планового обновления |
Под таблицей есть оговорка, которую легко пропустить: заявленные улучшения не складываются механически. Модель, ставшая аккуратнее в коде, может перестроить привычный формат ответа, и это сломает парсер, который два месяца работал без нареканий. Регрессии чаще приходят из таких мелочей, а не из явных провалов.
Есть и сценарии, где обновление не нужно вовсе. Если модель занята разметкой коротких однотипных запросов, а качество проверяет человек на выходе, то платить за возросшую тщательность смысла мало. То же касается пайплайнов, где ответ модели жёстко зашит в шаблон и любое изменение формулировок требует переверстки документов.
Что проверить до переключения на новую версию
Переключаться целиком не обязательно. Разумнее разделить контур: сначала внутренние инструменты — суммаризация переписки, черновики кода, разбор документов, где ошибку поймает сотрудник. Клиентские сценарии двигают последними, потому что там любая смена поведения видна снаружи и стоит дороже.
Отдельный вопрос — параллельная работа двух версий. Она полезна не только для сравнения: когда ответы уходят клиенту, нужен период, в который старая версия остаётся страховкой. Держать оба варианта дороже, чем один, но дешевле, чем разбирать жалобы на изменившийся тон или формат ответа в первый же день.
- Регрессионный набор на реальных данных. Двадцать-тридцать задач из текущей работы хватит, чтобы увидеть разницу и не утонуть в подготовке.
- Сравнение стоимости одной задачи, а не цены за тысячу токенов: при более тщательном поведении расход на итерацию растёт.
- Поведение на отказах и ограничениях — как модель реагирует на внутренние правила компании и запрещённые темы.
- Формат ответа: структура JSON, разметка, длина. Всё, что разбирается автоматически, стоит прогнать отдельно.
- Скорость отклика. Ускорения в анонсе не обещают, а выросшее число шагов легко превращается в более долгое ожидание.
Первый шаг при переходе на Opus 4.7
Начинать разумно с одного узкого сценария — того, где текущая версия чаще всего требует ручной доводки. Зафиксируйте по нему три величины до переключения: долю успешных прогонов, среднее число шагов и стоимость одной задачи. Через неделю работы на 4.7 сравните те же числа. Если они не хуже, расширяйте охват на остальные пайплайны; если хуже, вернитесь на 4.6 и пересмотрите промпты, прежде чем винить модель.
