A Anthropic lançou o Claude Opus 4.7 em 16 de abril de 2026, e ele é uma evolução direta do Opus 4.6 que amplia a liderança do modelo em programação e tarefas com agentes mais do que se esperava.
Entre as novidades estão um novo nível de esforço xhigh, uma visão bem melhor e ganhos mensuráveis nos benchmarks de programação com IA. O novo modelo já está disponível na Overchat AI, e você pode começar a conversar com o Claude Opus 4.7.
Lançado em 16 de abril de 2026, o Claude Opus 4.7 é o modelo principal mais recente da Anthropic, posicionado como um agente avançado de engenharia de software e planejamento de longo prazo. O Opus 4.6 já era amplamente considerado um dos melhores modelos de IA para programação, e o Opus 4.7 leva essa capacidade ainda mais longe.
Um dos benchmarks mais importantes para medir o desempenho em programação é o SWE-bench Pro, no qual o Opus 4.7 alcançou 64,3% — acima dos 53,4% do Opus 4.6. Para efeito de comparação, o GPT-5.4 ficou com 57,7%. Esse benchmark mede a capacidade de um agente de IA de resolver problemas reais de engenharia, muitos deles baseados em issues desafiadoras do GitHub.
Embora a maioria dos recursos venha da geração anterior, incluindo a janela de contexto de 1M, há três áreas-chave em que este modelo supera o antecessor.
O Opus 4.7 interpreta os comandos de forma mais literal. Apesar de ser uma melhoria de capacidade, a Anthropic alerta explicitamente que prompts ajustados para o Opus 4.6 — que às vezes interpretava as instruções de forma mais solta ou pulava partes — podem agora gerar resultados inesperados.
O Opus 4.7 consegue processar imagens com até 2.576 pixels no lado maior, o que equivale a aproximadamente 3,75 megapixels — mais de três vezes o que os modelos Claude anteriores conseguiam lidar. Essa é uma mudança no nível do modelo, não um parâmetro da API, então ela se aplica automaticamente. Na prática, o modelo entende imagens com muito mais precisão, e a melhoria é significativa. No benchmark de acuidade visual da XBOW, usado para testes autônomos de penetração, o Opus 4.7 marcou 98,5%, contra 54,5% do Opus 4.6.
O Opus 4.7 é melhor em ler e escrever anotações ao longo de trabalhos longos e com várias sessões, então as tarefas de acompanhamento exigem menos contexto carregado de antemão.
Além das melhorias principais, há vários recursos que vale a pena conhecer — uma mistura de comportamentos do modelo e novidades da plataforma que chegaram junto com o lançamento.
Antes, os desenvolvedores tinham low, medium, high e max. O Opus 4.7 acrescenta o xhigh entre o high e o max, dando um controle mais fino sobre o equilíbrio entre raciocínio e latência. A Anthropic recomenda começar em high ou xhigh para tarefas de programação.
Agora os desenvolvedores podem limitar o gasto de tokens do Claude por tarefa, permitindo que o modelo defina prioridades ao longo de execuções mais longas.
Antes restrito aos planos Teams/Enterprise/API, o Modo automático no Claude Code agora permite que o Claude tome decisões de permissão por conta própria durante tarefas longas.
O Opus 4.7 cria maneiras de verificar suas próprias respostas antes de devolvê-las — algo que muitos dos primeiros testadores notaram. Por exemplo, a equipe da Vercel testou o modelo antes do lançamento e relatou que ele "faz provas no código de sistema antes de começar a trabalhar", o que é um comportamento novo. Na prática, isso significa menos respostas confiantes, porém erradas.
O Opus 4.7 agora rebate em discussões em vez de simplesmente concordar com o usuário — como faria um bom colega de trabalho. Vale notar se você já se frustrou com respostas de IA bajuladoras.
Observação: a Anthropic destaca que o SWE-bench Verified, Pro e Multilingual contêm um subconjunto de problemas que apresentam sinais de memorização — e confirmou que a vantagem do Opus 4.7 sobre o 4.6 se mantém mesmo quando esses problemas são excluídos.
Programação:
| SWE-bench Pro | 64,3% |
| Rakuten-SWE-Bench | 3× mais tarefas de produção resolvidas que o Opus 4.6 |
Conhecimento do mundo real:
| BigLaw Bench (Harvey, esforço high) | 90,9% |
| Databricks OfficeQA Pro | 21% menos erros que o Opus 4.6 |
Visão:
| XBOW Visual Acuity | 98,5% |
| 54,5% | Resolução máxima de imagem ~3,75 MP (2.576 px no lado maior) |
Vamos ver como o Opus 4.7 se sai diante da concorrência — tanto os próprios modelos da Anthropic quanto os principais rivais.
Nem toda carga de trabalho teve ganhos drásticos, mas as melhorias são mais expressivas nas tarefas difíceis, o que torna o Opus 4.7 uma evolução e tanto em relação ao 4.6.
| Benchmark | Opus 4.7 | Opus 4.6 | Melhoria |
|---|---|---|---|
| SWE-bench Pro | 64,3% | 53,4% | +10,9pp |
| CursorBench | ~70% | ~58% | +12pp |
| XBOW Visual Acuity | 98,5% | 54,5% | +44pp |
O GPT-5.4 é o modelo de ponta atual da OpenAI. O próprio gráfico comparativo da Anthropic coloca o Opus 4.7 à frente do GPT-5.4 na maioria dos benchmarks, com o SWE-bench Pro mostrando a margem mais clara.
| Benchmark | Opus 4.7 | GPT-5.4 | Vencedor |
|---|---|---|---|
| SWE-bench Pro | 64,3% | 57,7% | Opus 4.7 |
O Claude Mythos é o modelo interno mais capaz da Anthropic e uma possível variante do Opus 5 que, segundo relatos, é tão avançado que liberá-lo publicamente representaria um risco para a cibersegurança global — ele conseguiu encontrar várias falhas antigas em softwares como o Firefox que permitiam que scripts maliciosos escapassem do ambiente de execução e assumissem o controle total de um PC em apenas algumas horas. Isso foi feito em testes controlados, mas a Anthropic decidiu não lançar o modelo até poder garantir que ele é seguro.
Para deixar claro, o Opus 4.7 é menos avançado que o Mythos. No SWE-bench Pro, por exemplo, o Mythos Preview marca 77,8% contra os 64,3% do Opus 4.7.
Como acessar o Claude Mythos? No momento, o Mythos está disponível apenas para um grupo restrito de parceiros dentro do Project Glasswing — um grupo de empresas que recebeu acesso antecipado para usar o modelo a fim de encontrar e corrigir vulnerabilidades nos softwares mais críticos da internet antes que o modelo seja lançado publicamente.
O preço por token continua igual ao do Opus 4.6.
| Tipo de token | Preço por 1M de tokens |
|---|---|
| Entrada (padrão) | US$ 5,00 |
| Entrada (leitura de cache) | US$ 0,50 |
| Saída | US$ 25,00 |
Mas tem um porém. O Opus 4.7 chega com um novo tokenizador que mapeia o mesmo texto em cerca de 1,0–1,35× mais tokens que o Opus 4.6, dependendo do tipo de conteúdo. Além disso, o Opus 4.7 raciocina mais nos níveis de esforço mais altos, sobretudo nos turnos finais em cenários com agentes — ou seja, mais tokens de saída.
Em outras palavras, o preço de tabela é o mesmo, mas o custo real por requisição no Opus 4.7 será mais alto. O ideal é medir a diferença em tarefas reais para entender como o novo tokenizador vai afetar o custo das suas cargas de trabalho específicas.
Para compensar esse custo potencialmente mais alto, o Opus oferece cache de prompts, que proporciona até 90% de economia.
Veja como o Opus 4.7 se compara aos concorrentes em preço:
| Modelo | Entrada / 1M | Saída / 1M |
|---|---|---|
| Claude Opus 4.7 | US$ 5,00 | US$ 25,00 |
| GPT-5.4 | ~US$ 5,00 | ~US$ 15,00 |
| Gemini 3.1 Pro | US$ 2,00 | US$ 12,00 |
O Opus 4.7 é o mais caro entre esses modelos de ponta. Como antes, se você quiser pular a conta da API de vez, pode conversar com o Claude Opus 4.7 na Overchat AI como parte de uma única assinatura que também inclui GPT-5.4, Gemini 3.1 Pro, Kimi K2.5 e muito mais.
Se você vai atualizar um fluxo de trabalho existente, há três pontos que vale a pena planejar:
O Claude Opus 4.7 é uma evolução significativa em relação ao Opus 4.6, especialmente para programação com IA. Se você quiser testar o Opus 4.7 nos seus próprios fluxos de trabalho hoje, acesse a Overchat AI e comece a conversar com o Claude Opus 4.7.
Principais conclusões:
O Opus 4.7 é o melhor modelo de IA para programação nos benchmarks que medem a conclusão de tarefas do mundo real, como o SWE-bench Pro. Dito isso, o Gemini 3.1 Pro oferece uma janela de contexto maior (2M), e tanto o Gemini 3.1 Pro quanto o GPT-5.4 têm preços de API mais baixos.
