Claude Opus 4.7 (US)

它属于 claude-opus 家族，2026-04-16 发布，通过 Amazon Bedrock 提供 US 区域版本，权重不开放。上下文窗口为 1000000 tokens，单次最大输出 128000 tokens，知识截止到 2026-01-31。输入支持文本、图像与 PDF，输出为纯文本，并具备推理、工具调用、结构化输出与附件输入能力。这套组合解决的核心问题是长材料一次读完：整本合同、整套财报、大型代码库不必先切片再拼接，模型可在单次会话内完成跨章节比对与长文生成。定价为输入 5.5 美元/百万 tokens、输出 27.5 美元/百万 tokens、缓存读 0.55 美元/百万 tokens，输出成本约为输入的 5 倍，成本结构偏向“长输入、精输出”的用法。目前本站收录的平台数为 1 家，公开跑分缺失，选型时应以接口规格与自有任务的实测结果为主要依据。

选型建议需要百万级上下文、强推理与结构化输出的重度任务值得选它；高频轻量问答或对成本极敏感时，不必用这个价位。

• 通读上百页合同或财报 PDF，抽取条款、比对差异并输出结构化摘要
• 在 Agent 流程中编排多轮工具调用，处理需要跨文件推理的复杂任务
• 基于大型代码库做跨文件理解，生成改动方案与评审意见
• 对长篇资料做多语言改写与压缩，保持术语前后一致
• 把图像与 PDF 混合附件转成规范 JSON，接入下游业务系统

官方未公开参数规模、层数与训练数据构成，只能从可确认的接口能力与模态范围做定性描述。

• 结构延续 Claude 系列的一体化模型路线，具体层数、参数量与训练 token 规模均未披露，可确认的是它承载了百万级上下文与超长单次输出。
• 能力原生接受文本、图像与 PDF，输出仅文本，配合工具调用与结构化输出，可直接接入检索、表单抽取与自动化流程。
• 披露闭源权重，仅经 Amazon Bedrock 分发，架构与训练细节公开资料较少，选型应以接口行为与实测结果为准。

开源权重

否

模型家族

claude-opus

本站未收录该模型的公开跑分，以下为基于能力清单与上下文规格的定性判断，不作为评测结论。

• 强项百万 tokens 上下文搭配 12.8 万 tokens 单次输出，适合整本书、整套合同或大型代码库的一次性通读与长文生成。
• 短板输出仅限文本，缺少语音与视频模态；知识截止 2026-01-31，之后的事实需依赖检索或附件补充。
• 适合多步推理、工具编排与需要严格 JSON 结构的任务；对延迟极敏感、请求量大的轻量场景未必划算。

按百万 tokens 计费，输入 5.5 美元、输出 27.5 美元、缓存读 0.55 美元，输出单价约为输入的 5 倍。

• 定位处在 Opus 家族的高价档，适合单次任务价值高的重度场景，而不是靠调用量摊薄成本的场景。
• 横向对比与 Opus 4.6 的 US、AU、EU 版本同价，仅 4.6 Global 输入 5 美元、输出 25 美元，便宜约 9.1%，区域版本是主要比价变量。
• 平台差价各平台报价一致，均为输入 5.5 美元、输出 27.5 美元、缓存读 0.55 美元，暂无渠道价差可利用。
• 省钱反复复用同一段长材料时启用缓存读，单价降至输入价的十分之一，把稳定背景放前部、变动内容放后部更易命中。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $5.5/M / $27.5/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型的第三方跑分，对比表中评测一栏为空，任何能力排序只能作参考，不能当作评测结论使用。
• 边界上下文与输出上限是接口规格上限，实际可用长度受计费与延迟影响；仅单一平台供给，区域可用性受 Bedrock 约束。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。