TLDR;

Opus 4.7 realmente domina benchmarks de codificação, marcando 64,3% no SWE‑Bench Pro e superando Opus 4.6 (53,4%), GPT‑4.4 e Gemini 3.1 Pro. As melhorias-chave são leitura de imagens bem maior, interpretação de instruções mais literal, verificação automática dos próprios resultados, novo nível X High, revisão multi‑agente (ultra review) e o modo auto para tarefas longas. O modelo Opus 4.7 já está disponível publicamente como o melhor modelo público da Anthropic, enquanto o Mythus preview mais forte permanece restrito, e alguns recursos como o auto mode foram liberados para usuários do plano Max.

Resumo

Anthropic lançou o Claude Opus 4.7, um salto significativo em modelos públicos de IA para programação: no benchmark SWE-Bench Pro marcou 64,3% (versus 53,4% do Opus 4.6), superando GPT‑4.4 e Gemini 3.1 Pro, enquanto um modelo ainda mais forte, Mythus-preview, permanece indisponível por riscos. Opus 4.7 resolve bugs reais de código com muito menos supervisão, permitindo “delegar” tarefas complexas; em testes internos da Rakuten executou três vezes mais tarefas de produção que a versão anterior. Melhor interpretação de instruções reduz a necessidade de “babysitting”, embora prompts antigos possam precisar de ajustes. O modelo também melhora a percepção visual (resolução máxima ampliada para 2.576 px), lendo screenshots, dashboards e recibos com mais precisão, e passa a verificar seu próprio trabalho automaticamente (ex.: testar saída de áudio com um reconhecedor). Novidades incluem o nível de esforço X High (entre high e max) como padrão no Claude Code, o comando /ultra review que dispara agentes especializados para revisão de código (segurança, lógica, performance, estilo) e o modo Auto, que autoriza decisões automáticas e permite tarefas longas com menos interrupções; recurso já disponível para planos Max. Essas melhorias prometem acelerar automação empresarial, reduzir erros e transformar fluxos de trabalho para desenvolvedores e empresas significativamente.