Qwen3.6-27B + TurboQuant + DFlash:我打開三個 repo 看程式碼後,發現本地部署 27B 的真實故事
Qwen3.6-27B、TurboQuant、DFlash 同月出現,X.com…
2026 年 4 月・閱讀約 37 分鐘
首頁 / 文章 / AI 技術
AI 技術Claude Opus 4.7 今日正式發布,SWE-bench Pro 從 53.4% 暴增至 64.3%,但開發者必須注意 extended thinking 棄用和新 tokenizer 隱性漲價。完整解析 Routines、Ultraplan 三大新功能。
本文最後更新於 2026 年 11 月 11 日
先看最硬的東西:benchmark。
看這張圖有幾個重點。
首先,SWE-bench Pro 的 64.3% 意味著什麼。SWE-bench 測試的是模型能否解決真實 GitHub 開源專案的 bug,不是人工設計的題目。從 53.4% 到 64.3%,等於 Opus 4.7 在每 100 個真實 bug 裡,多解決了大約 11 個。對於用 Claude Code 每天修 bug 的人來說,這個差距是能感受到的。
CursorBench 也從 58% 跳到 70%,這個 benchmark 更貼近真實的 IDE 使用情境。
但有一個地方我必須說清楚:搜尋任務(BrowseComp)是 Opus 4.7 的弱點。GPT-5.4 的 89.3% 對上 Opus 4.7 的 79.3%,差距 10 個百分點,這在 benchmark 世界裡是很明顯的落差。如果你的工作流程高度依賴網路搜尋和資訊整合,這是需要考慮的。
還有一個讓我意外的升級:視覺解析度從約 840 像素提升到 2,576 像素,整整是前一版的 3 倍。處理高解析度截圖、設計稿或技術架構圖時,這個差距會很明顯。
另外知識截止點從 2025 年 5 月更新到 2026 年 1 月,差了整整 8 個月。這意味著你問 Opus 4.7 關於 2025 年下半年發生的事,它終於知道了。
—
這部分比 benchmark 更重要,因為如果你有生產環境的 API 整合,今天就需要處理。
Opus 4.6 支援手動設定 extended thinking,讓你明確指定模型要用多少 token 來「深思熟慮」。這在很多複雜推理任務裡效果很好,所以有不少開發者把它寫進了 workflow。
Opus 4.7 完全廢棄了這個參數。
如果你的程式碼有這樣的設定:
# 這在 Opus 4.7 上會回傳 400 錯誤
response = client.messages.create(
model="claude-opus-4-7",
thinking={"type": "enabled", "budget_tokens": 10000},
...
)
你現在必須改成:
# Opus 4.7 的正確寫法
response = client.messages.create(
model="claude-opus-4-7",
thinking={"type": "adaptive"}, # 模型自動決定思考深度
...
)
新的 Adaptive Thinking 是讓模型自己判斷這個問題需要多深的思考。Interleaved thinking(思考和回答交錯)也變成預設啟用。
我理解有些人不喜歡這種「模型自己決定」的設計,因為會讓 token 消耗變得難以預測。但 Anthropic 的說法是,模型比人類更清楚自己需要多少思考空間。這是否真的如此,還需要時間驗證。
thinking: {type: "enabled"} 的程式,現在就要改。不用等到 Opus 4.6 退役(2026-06-15),因為你一旦把 model ID 改成 claude-opus-4-7,立刻會收到 400 錯誤。
這個比較微妙,很多公告沒有強調,但我覺得必須說清楚。
Anthropic 宣布 Opus 4.7 的定價與 4.6 相同,輸入 $5 / MTok,輸出 $25 / MTok。但它同時引進了新的 tokenizer,同樣的文字,在 Opus 4.7 上產生的 token 數是 Opus 4.6 的 1.0 到 1.35 倍。
用個簡單的例子說明:你有一個 Prompt 在 Opus 4.6 消耗 10,000 個 input token,在 Opus 4.7 上可能消耗 10,000 到 13,500 個 token,費用可能上漲最多 35%。
從另一個角度看也是一樣的:Opus 4.7 的 1M token context window,實際能放入的英文字數約是 555,000 字,而 Opus 4.6 的 1M token 可以放約 750,000 字。表面上 context 一樣大,實際裝得下的內容少了 26%。
—
Opus 4.7 是模型層的更新,但這幾天 Claude Code 同步推出的三個功能,對我日常工作流的影響更直接。
Routines 讓你可以建立自動化任務,不需要你坐在電腦前。觸發方式有三種:排程(每小時、每晚、每週)、API 呼叫,以及 GitHub webhook。
這是我看到 Claude Code 生態裡第一個真正靠近「自主 Agent」的功能。
最讓我感興趣的是 GitHub webhook 觸發。你可以設定:每當有新 PR 開出,自動跑一次 code review 並留下評論。或者當 CI 失敗,自動分析 log 並嘗試建立修復的 draft PR。
使用量會從你的訂閱額度扣除,每日執行上限是 Pro 5 次、Max 15 次、Team 和 Enterprise 25 次。目前仍是研究預覽版,在設計上還有不少限制。
我的直接感受:這個功能真正落地還需要時間,但方向是對的。很多開發者一直在等的「讓 AI 在背景幫我處理瑣事」,終於有了具體的產品形態。
Ultraplan 是一個獨立的規劃工具,有三種模式:Simple(小改動)、Visual(視覺化)、Deep(架構工作)。
比較特別的是,你可以在 web 編輯器裡加上評論,然後把這份計畫推送到雲端,或者拉回本地端讓 Claude Code 直接執行。
目前仍在早期預覽,我還沒有充分測試,不便過度評斷。但從設計思路來看,Anthropic 是想讓「規劃」和「執行」之間的銜接變得更流暢,尤其是需要跟團隊討論再動手的情況。
三個功能裡,Desktop App 的重設計是唯一的正式版,也是我今天最有直接感受的。
多 session 側邊欄讓你可以同時管理多個任務,依狀態、專案、環境篩選。整合終端讓你不用在 Claude Code 和 terminal 之間切換。重建的 diff viewer 對大型改動更友善。
新增的 Side Chat(快捷鍵 Cmd+;)讓你可以在不影響當前 session 的情況下問一個問題,不用開新的對話。這個小細節在實際使用中比想像的有用,因為有時候只是想快速確認一個語法,不值得打斷現有的工作脈絡。
還有一個新指令:/ultrareview,會開啟一個專門的 code review session,比一般的請 Claude 看程式碼更深入。Pro 和 Max 用戶各有 3 次免費使用機會。
—
如果你看過我們之前寫的 Mythos 完整解析(上篇) 和 Mythos 的商業佈局(下篇),今天的 Opus 4.7 發布會更有脈絡感。
簡單說:Anthropic 現在同時跑兩條產品線。
Opus 4.7 是今天你能拿到的最強公開模型,SWE-bench Pro 64.3%。但 Anthropic 早在幾天前就預覽了 Mythos,SWE-bench Pro 是 77.8%,比 Opus 4.7 還高 13.5 個百分點。
CNBC 在報導中直接引述 Anthropic,說 Opus 4.7 比 Mythos「整體能力不足」(less broadly capable)。這是一句很不尋常的官方自我定位,等於親口承認自家最強公開模型不是自家最強模型。
Mythos 走的是另一條路:以 Opus 為 backbone 加入深度網路安全強化訓練,目前透過 Project Glasswing 只開放給 50 家合作夥伴,包括 Amazon、Apple、Microsoft、Cisco,Anthropic 為此承諾投入 $1 億美元的算力資源。
「Mythos 讓 AI 能夠自主在每個主流作業系統、每個主流瀏覽器中找到數千個 zero-day 漏洞」
— Anthropic,Project Glasswing 說明頁面
這引發了不少爭議,安全研究者 Bruce Schneier 和外交關係委員會(CFR)都發文討論 Mythos 帶來的安全意涵。
從商業策略的角度看,Anthropic 的做法是:把最強能力鎖在付費夥伴生態裡,同時把次一級的能力(但對多數人來說已經夠強的 Opus 4.7)推向大眾市場。這不是第一次有 AI 公司這樣做,但 Anthropic 是第一個把技術差距說得如此明確的。
如果你想深入了解 Mythos 事件,可以看我們的完整分析系列。
—
幾個明確的截止日期,你需要知道:
| 模型 | 退役日期 | 距今 |
|---|---|---|
| Claude Haiku 3 | 2026-04-19 | 三天後 |
| Claude Sonnet 4 (original) | 2026-06-15 | 約兩個月 |
| Claude Opus 4 (original) | 2026-06-15 | 約兩個月 |
Haiku 3 三天後就退役,這是今天最緊急的事情。如果你或你的應用程式有用到 claude-haiku-3,現在就要換成 claude-haiku-3-5 或更新的版本。
針對 Opus 4.7 的遷移,我建議這樣的順序:
第一步(今天): 在你的程式碼裡搜尋 "type": "enabled" 和 budget_tokens。如果有用到,修改成 "type": "adaptive",再視需要加上 effort 參數控制推理深度。
第二步(本週): 用幾個代表性 prompt 測試新舊 tokenizer 的 token 消耗差異。尤其是有長 prompt 或大量 API 請求的情境,先估算一下成本影響。
第三步(有空時): 更新 model ID 到 claude-opus-4-7,並在測試環境跑一輪完整測試,確認沒有因為 tokenizer 改變導致意外截斷的問題。
—
Opus 4.7 是一次真實的能力提升,不是行銷包裝。SWE-bench 和 CursorBench 的數字跳動幅度,在編碼模型的競爭裡是有意義的。視覺解析度的提升也讓一些之前很難用 AI 處理的工作場景變得可行。
但有幾件事我需要誠實說:
extended thinking 的棄用打亂了不少已經調好的 workflow,需要重新校正。新 tokenizer 讓「定價不變」這個說法實際上並不完整,你的真實成本可能會上升。BrowseComp 上落後 GPT-5.4 的 10 個百分點,在搜尋整合這條路上還有明顯的差距要追。
Claude Code 的三個新功能裡,Desktop App 重設計是今天就能感受到的改善,Routines 和 Ultraplan 則更像是未來方向的預告片,現在用是嘗鮮,不是依賴。
Mythos 的存在讓我對未來有點複雜的感受,最強的能力不在大眾手裡,這是 AI 商業化走向某個特定方向的訊號。我不確定這個方向是好是壞,但值得持續觀察。
如果你現在要問我:該不該立刻升級到 Opus 4.7?
我的答案是:如果你主要用 Claude Code 做程式開發,是的,升。如果你有依賴 extended thinking 的生產環境 API 整合,先測試完再換。如果你主要的使用場景是搜尋和資訊整合,繼續觀察,等看看 GPT-5.4 跟 Opus 4.7 在真實工作裡的差距有多大。
有任何問題或你自己升級後的感受,歡迎在留言區聊聊。
—
– Mythos 完整解析(上篇):Anthropic 最強但不公開的模型
– Mythos 商業佈局(下篇):Project Glasswing 背後的策略
– AI 工具導入工作流程:從混亂到系統化的關鍵步驟
– Anthropic 官方:Claude Opus 4.7 發布公告
– Claude Code Routines 官方說明
– Models Overview 完整 API ID 表
—
標籤: #Claude #AnthropicAI #ClaudeCode #AI開發工具 #大語言模型 #軟體開發
分類: AI 工具 / 開發者資源
Qwen3.6-27B、TurboQuant、DFlash 同月出現,X.com…
2026 年 4 月・閱讀約 37 分鐘
先記下重複工作的實際耗時,再檢查資料、串接與出錯風險。本文提供篩選表和試行驗收方…
2026 年 9 月・閱讀約 5 分鐘
OpenAI 砍了 Luna 的價格 80%,但「中國廠商漲價 460%」其實是…
2026 年 8 月・閱讀約 10 分鐘