NiceKate AI：Claude Opus 4.7 實測 — 編程、前端、視覺全線升級

開場閒聊

Kate 一開場就興奮地說：「Opus 4.7 昨天發布了，我也體驗了一下，非常非常好！」

她提到 Opus 4.7 在多個維度上超越了前代 Opus 4.6，編碼能力更強了，可以更長時間執行複雜任務。

而且這個版本有個非常大的變化，就是視覺能力有了很大的提升，可以說是視覺全線升級，這也是她最感興趣的部分。

Kate 笑著說，雖然 Opus 4.7 的價格和 4.6 一致，但有些基準成績反而倒退，所以她決定親自實測給大家看。

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
Opus 4.7 到底比 4.6 進步多少？	SWE-Bench Pro 得分超越 GPT-5.4 X-High，但 TerminalBench 2.0 落後
視覺能力真的有大升級？	大幅超越 4.6，一次提示就能生成複雜的互動前端頁面
前端設計能力跟 Kimi K2.6 比怎麼樣？	多個實測中 Opus 4.7 勝出，尤其是旋鈕立體效果與 3D 視覺
新的 Tokenizer 會增加使用成本嗎？	相同輸入會映射更多 Token，建議優先選 High 和 X-High 模式
價格有漲嗎？值得升級嗎？	價格與 4.6 一致，指令遵循能力更強，但需要重新調整 Prompt

我花了大約 12 分鐘看完這集 Kate 的 Opus 4.7 實測，內容從 SWE-Bench Pro 編碼基準一路跑到六個不同的前端應用實測，資訊量非常豐富。這篇文章我幫大家整理出 3 個最關鍵的觀察，並附上我自己的補充看法。

Opus 4.7 基準表現：編碼強、視覺更強

Kate 首先介紹了 Opus 4.7 在主要基準上的表現。SWE-Bench Pro 這個編碼基準中，Opus 4.7 的得分超過了 GPT-5.4 X-High，說明這次的編碼能力確實很強。

不過在 TerminalBench 2.0 上，Opus 4.7 反而低於 GPT-5.4。Kate 也注意到在 Agentic Search 這個基準上，4.7 甚至低於 4.6，這意味著不是所有項目都進步了。

知識類的工作評估上，Opus 4.7 也明顯優於 GPT-5.4。

而視覺方面的進步是最亮眼的 — 4.7 相對 4.6 的視覺能力提升非常明顯，這也是 Kate 後續多個實測的重點。

Tokenizer 變化與成本影響

Kate 特別提到一個值得注意的改變：Opus 4.7 採用了改進文本處理的更新 Tokenizer。

這意味著相同的輸入可能會映射更多的 Token，使用成本會隨之提高。官方給出的圖表顯示，從 X-High 到 Max 的過程中，花費的 Token 數特別多，但收益不是那麼大。

Kate 建議大家在設定時可以優先選擇 High 和 X-High 模式，用更少的 Token 換取接近的效果。

另外 Opus 4.7 這次還引入了一個全新的 X-High 模式，在 Claude Code 裡還支援 Ultra Review。除了三次免費試用機會以外，其他情況下都要收費。

前端實測：六個應用全面考驗

營造法式互動頁面

Kate 讓 Opus 4.7 根據一張由 Grok Imagine 生成的圖片，製作一個中國營造法式的互動展示頁面。一次提示就能生成完整的前端頁面，左側可以上傳圖片讓 AI 識別標註，中間支援縮放點擊。

Kate 展示了下方的營造動畫：立柱、放涼、鋪斗拱、上屋頂。右側還可以模擬年代腐蝕情況，有兩種不同的木材，風化、油漆剝落效果非常逼真。

更厲害的是透視模式，可以清楚看到木材內部結構。選擇不同的構件，如檐柱、斗拱、梁架，黃色標示區就會即時切換。Kate 說：「一次提示做成這個樣子，我個人是非常非常滿意的。」

音樂播放器對決

Kate 讓多個模型根據參考圖生成音樂播放器。Opus 4.7 做了液態封面、發光粒子環、低音脈動模擬 120 BPM、液體精度條，還有玻璃折射效果。

而 Gemini 3.1 Pro 抓住了播放器的環繞粒子效果，Kate 認為在這方面 Gemini 3.1 Pro 表現得更好。

3D 迷宮逃脫遊戲

Kate 讓 Opus 4.7 做了一個復古 CRT 顯示器風格的 3D 迷宮逃脫。生成後的畫面和她一開始提供的參考圖非常相似，支援 WASD 移動、急跑、鼠標視角切換、點擊發射等功能。

Kate 坦言自己不擅長玩遊戲，轉兩下就暈了，但對 Opus 4.7 的實作效果還是給了很高的評價。

禮物包裝智能助手

這是一個讓 Kate 非常喜歡的應用。輸入禮物的長寬高和形狀，系統會自動推薦最合適的包裝尺寸和包裝紙用量，並用 3D 展開圖展示如何裁剪包裝紙。

支援長方體、圓柱體、不規則形狀，可以選擇不同的包裝紙和絲帶，還有環保節約剪裁模式。整個設計字體非常美觀，還支援 Ctrl+P 列印訂單。

Kate 說這應用的用戶體驗設計非常到位。

復古膠片相機模擬器

Opus 4.7 根據參考圖片生成了復古相機模擬器，模擬四個不同機型。上傳照片後，可以套用不同相機風格的拍攝模擬效果，並支援導出。

下方可以對圖片微調，包括模擬老相機的刮痕效果。Kate 說整體質感做得非常好。

不過當她不給參考圖，只用同樣的提示詞讓 Opus 4.7 生成時，效果就沒有參考圖的版本好，排版也較差。

物理合成器與示波器

Opus 4.7 根據一張參考圖製作了物理建模合成器和示波器，使用 Web Audio API 合成聲音，用戶可以通過旋鈕控制震盪器。

Kate 特別指出，按鈕在點擊時有光線變化，讓人有種按鈕微微凸起的立體感，這點做得非常出色。

相比之下，Kimi K2.6 生成的旋鈕立體效果就沒有 Opus 4.7 好。

QA 精選

Q1：Opus 4.7 在前端開發上真的比 Kimi K2.6 強嗎？

Kate 做了多組對比測試。在音樂播放器對決中，Opus 4.7 生成的液態封面、發光粒子環、玻璃折射效果都明顯優於 Kimi K2.6。

在物理合成器對決中，Kimi K2.6 其實已經非常優秀，但旋鈕的立體效果和光線變化細節上，Opus 4.7 表現得更好。

不過 Kate 也提到，在復古相機模擬器測試中，當不提供參考圖只用提示詞時，Opus 4.7 的效果就沒有參考圖版本好，排版也較差。所以提示詞設計和參考圖的品質仍然是關鍵因素。

Q2：Opus 4.7 的 Tokenizer 更新會增加多少使用成本？

Kate 特別強調了這個變化。Opus 4.7 採用了改進文本處理的更新 Tokenizer，相同輸入會映射更多 Token，因此使用成本會比 4.6 更高。

官方數據顯示，從 X-High 到 Max 模式，Token 消耗量會大幅增加，但效能收益遞減。Kate 建議優先選擇 High 和 X-High 模式，用較少的 Token 換取接近 Max 的效果，是最划算的配置方式。

這意味著如果你從 Opus 4.6 升級到 4.7，成本上需要重新評估。

Q3：Opus 4.7 適合做什麼類型的專案？

從 Kate 的六個實測來看，Opus 4.7 最適合的應用場景是前端互動頁面生成、3D 視覺化展示和視覺相關的創意工具開發。

營造法式互動頁面和禮物包裝智能助手展示了一個提示就能產出完成度極高的作品，而且支援交互操作，這對於快速原型設計非常有價值。

復古相機模擬器和物理合成器則展示了 Opus 4.7 在視覺細節處理上的優勢，尤其是光線變化、立體效果等方面的表現。

但對於需要精確還原特定設計的場景，提供參考圖是必需的 — 純提示詞生成的效果明顯較差。

Q4：Opus 4.7 可以替代專業前端工程師嗎？

從 Kate 的實測中可以看出，Opus 4.7 確實能在一輪提示中生成相當複雜的互動頁面，這對於快速原型和個人專案非常有幫助。

不過 Kate 自己也提到，生成的應用「還是有不少問題的」，不是每個互動元素都有反應。復古相機模擬器在無參考圖版本中，排版和參數位置設計也不如預期。

因此 Opus 4.7 更適合做為輔助工具加速開發流程，而非完全取代專業工程師。對於需要嚴謹結構、完整錯誤處理和良好用戶體驗的生產級專案，人工開發仍然是必要的。

主編隨筆

Kate 在影片中把重點放在 Opus 4.7 的驚人進步上，這對開發者確實很令人振奮。但如果你正在考慮把 Opus 4.7 整合到你的工作流程中，我會建議先留意幾個容易被忽略的實際問題。

首先是 Tokenizer 的成本變化。Kate 有提到但沒有深入展開的是，這個更新 Tokenizer 不只是「消耗更多 Token」這麼簡單。它會影響你現有 Prompt 的 Token 計數方式，如果你原本在 Opus 4.6 上有一套精心調校過的 Prompt，直接搬到 4.7 上可能不會有同樣的性價比。建議先在 X-High 模式下跑一個月，實際觀察 Token 消耗量之後再決定是否升級。

其次是參考圖的依賴性。從實測可以清楚看到，有參考圖和沒有參考圖的 Opus 4.7 表現差距很大。這意味著如果你要讓 Opus 4.7 發揮最大價值，建立一個高品質的參考圖素材庫會比優化 Prompt 更有效。

最後，我觀察到 Opus 4.7 最強的場景是視覺設計 + 互動邏輯的交叉領域（如 3D 產品展示、互動原型），而純文字生成或純邏輯推理方面，它並沒有明顯超越其他頂尖模型。選擇正確的使用場景，比選擇最強的模型更關鍵。

結語

Kate 透過六個不同難度的前端應用實測，完整展示了 Claude Opus 4.7 在編程能力與視覺設計上的全面升級。

從 SWE-Bench Pro 的編碼基準超越 GPT-5.4，到營造法式互動頁面、禮物包裝助手等令人驚艷的應用實例，Opus 4.7 確實是目前最值得關注的 AI 模型之一。

雖然新的 Tokenizer 帶來了更高的使用成本，但在前端開發和視覺設計領域，Opus 4.7 帶來的生產力提升遠超過其成本增加。對於重視快速原型和視覺品質的開發者來說，這是一個值得認真考慮的升級選項。