Claude Opus 4.7: model, który zmienił API (adaptacyjne myślenie, xhigh, wizja HD)

Claude Opus 4.7 (claude-opus-4-7) jest dziś poprzednią generacją Opusa - miejsce na szczycie zajął Opus 4.8. Ale to właśnie 4.7 jest modelem wartym osobnego wpisu, bo to on wprowadził zmiany w API, które obowiązują dziś w całej rodzinie (4.8, Sonnet 5, Fable 5). Jeśli migrujesz cokolwiek z Opusa 4.6 albo starszego, przejdziesz dokładnie przez to, co poniżej.

To nie jest wpis “oto benchmarki”. To wpis “oto co się zmieniło i dlaczego kod przestał działać”.

Podstawowe fakty

Parametr	Wartość
Model ID	`claude-opus-4-7`
Kontekst	1M tokenów
Maks. output	128K tokenów
Cena	$5 / $25 za 1M tokenów (input / output)

Wysoce autonomiczny; mocny w długich zadaniach agentowych, pracy z wiedzą, wizji i pamięci. String modelu claude-opus-4-7 jest nadal aktywny - możesz go przypiąć, jeśli potrzebujesz czasu przed skokiem na 4.8.

Zmiany łamiące: to zwróci 400

To sedno. Trzy rzeczy przestały działać i zwracają błąd 400.

1. Koniec z rozszerzonym myśleniem na budżecie tokenów.

thinking: {type: "enabled", budget_tokens: N} zwraca 400. Przechodzisz na adaptacyjne myślenie, a głębokość kontrolujesz przez effort:

# Przed (Opus 4.6)
thinking={"type": "enabled", "budget_tokens": 32000}

# Po (Opus 4.7)
thinking={"type": "adaptive"},
output_config={"effort": "high"},

Detal, który zaskakuje: na 4.7 adaptacyjne myślenie jest domyślnie wyłączone. Żądanie bez pola thinking biegnie bez myślenia. Chcesz myślenia - ustaw {type: "adaptive"} jawnie.

2. Koniec z parametrami samplingu.

temperature, top_p, top_k nie są już akceptowane - zwracają 400. Usuwasz je z payloadu. Zachowaniem modelu sterujesz teraz promptem. Jeśli używałeś temperature = 0 dla determinizmu - i tak nigdy nie gwarantował identycznych wyjść.

Nowy poziom effort: xhigh

4.7 dołożył poziom effort o nazwie xhigh, między high a max. To nie jest kosmetyka - to najlepsze ustawienie do większości zadań kodowania i agentowych, i domyślne w Claude Code.

Krótka mapa, bo budget_tokens sterował ile myśleć, a effort steruje ile myśleć i działać:

Poziom	Kiedy
`max`	Zadania na absolutnym suficie inteligencji; bywa podatny na przemyśliwanie
`xhigh`	Większość kodowania i pracy agentowej - rekomendowany dla tych przypadków
`high`	Ogólnie zadania wrażliwe na inteligencję; rozsądne minimum
`medium`	Redukcja kosztów kosztem części inteligencji
`low`	Krótkie, wąskie zadania i te wrażliwe na latency

Przy xhigh/max ustaw duży max_tokens (start od 64K), żeby model miał miejsce na myślenie i wywołania narzędzi w wielu turach.

Task Budgets: budżet na całą pętlę agentową

4.7 wprowadził task budgets (beta) - mówisz modelowi, ile tokenów ma na całą pętlę agentową (myślenie + narzędzia + finalne wyjście). Model widzi odliczanie i sam moderuje pracę, żeby skończyć z gracją, zamiast zostać ucięty.

To co innego niż max_tokens. max_tokens to twardy limit na odpowiedź, którego model nie jest świadomy. task_budget to sugestia, którą model widzi i uwzględnia. Ustawiasz go w output_config z nagłówkiem beta task-budgets-2026-03-13, minimum to 20 000 tokenów.

Wizja wysokiej rozdzielczości

4.7 to pierwszy Claude z obsługą obrazów wysokiej rozdzielczości: maksymalnie 2576 pikseli na dłuższej krawędzi (wcześniej 1568px). To realny zysk na zadaniach wizyjnych - computer use, zrzuty ekranu, dokumenty, wykresy.

Bonus praktyczny: współrzędne zwracane przez model mapują się 1:1 na rzeczywiste piksele obrazu, więc nie musisz już robić matematyki na skalowaniu. Wsparcie HD jest automatyczne - bez nagłówka beta, bez opt-inu.

Koszt: pełna rozdzielczość potrafi zużyć do ~3x więcej tokenów obrazu. Jeśli fidelity nie jest potrzebne, zmniejsz obraz przed wysyłką.

Nowy tokenizer

4.7 liczy tokeny inaczej niż 4.6. Ten sam tekst daje więcej tokenów na 4.7. To nie wymaga zmian w kodzie, ale przesuwa wszystko, co mierzysz albo budżetujesz w tokenach: usage, wynik count_tokens, ile tekstu mieści okno kontekstu, i czy max_tokens dostrojony pod 4.6 nie utnie wyjścia.

Nie stosuj mnożnika na oko. Przelicz reprezentatywną próbkę promptów przez count_tokens na claude-opus-4-7 i przebazuj koszty na nowo.

Warto wiedzieć: to ten sam tokenizer, którego używa Opus 4.8 i Fable 5. Więc migrując dalej w rodzinie, liczby tokenów są już mniej więcej stabilne.

Zmiany zachowania (do dostrojenia promptem)

Bardziej dosłowne trzymanie się instrukcji. 4.7 nie uogólnia po cichu instrukcji z jednego elementu na inne i nie dopowiada próśb, których nie było. Jeśli coś ma działać szeroko - napisz zakres wprost.
Zwięzłość kalibrowana do złożoności zadania. Krótsze odpowiedzi na proste rzeczy, dłuższe na otwarte analizy. Nie zakładaj, że stare instrukcje “bądź zwięzły” trzeba usunąć - najpierw przetestuj.
Rzadziej sięga po narzędzia i subagentów. Zwykle to lepiej, ale jeśli produkt polega na wyszukiwaniu czy function-calling, podnieś effort albo dodaj jawną instrukcję kiedy używać narzędzia.
Wyraźny domyślny styl designu (kremowe tła, szeryfowe nagłówki). Świetny do treści edytorskich, ale nie do dashboardów. Podaj konkretną paletę albo każ modelowi zaproponować 4 kierunki przed budową.

Podsumowanie

Opus 4.7 to model, który postawił nowe zasady gry dla całej rodziny Claude: adaptacyjne myślenie zamiast budżetu tokenów, koniec parametrów samplingu, xhigh, task budgets, wizja HD i nowy tokenizer. Nawet jeśli docelowo idziesz na 4.8, to właśnie przez tę listę przechodzisz przy migracji z 4.6 albo starszego.

Jeśli szukasz tej samej klasy zmian w tańszym tierze - te same reguły wprowadził Sonnet 5.

EfektywnyDev pisze o AI w praktyce - w tym o nudnych szczegółach API, które decydują, czy wdrożenie w ogóle ruszy.