Claude Opus 4.7: De AI die zijn eigen werk checkt

De nieuwe telg uit de Claude-familie zet met name grote stappen op het gebied van software engineering en financieel onderzoek, terwijl het bedrijf tegelijkertijd een strenger regime invoert voor cybersecurity-risico’s.

"De moeilijkste taken uit handen geven"

De meest opvallende verbetering is de betrouwbaarheid bij softwareontwikkeling. Volgens vroege testers is Opus 4.7 in staat om complexe codeertaken uit te voeren die voorheen nauwe menselijke supervisie vereisten. Het model vertoont een nieuwe vorm van 'werkintegriteit': het voert niet alleen taken uit, maar verifieert ook de eigen output voordat het resultaat aan de gebruiker wordt gerapporteerd.

"Gebruikers melden dat ze hun lastigste codeerwerk met vertrouwen aan Opus 4.7 kunnen overlaten," aldus Anthropic in de officiële release. Dit wordt ondersteund door verbeterde scores op benchmarks zoals SWE-bench en het nieuwe GDPval-AA, een evaluatie voor economisch waardevol kenniswerk in de juridische en financiële sector.

Scherpere blik en sterker geheugen

Naast pure rekenkracht heeft Opus 4.7 een flinke visuele upgrade gekregen. Het model kan nu afbeeldingen verwerken met een resolutie tot 2.576 pixels aan de langste zijde (~3,75 megapixels). Dit is drie keer zo scherp als zijn voorganger, wat cruciaal is voor AI-agents die screenshots moeten lezen of complexe technische diagrammen moeten analyseren.

Ook het geheugen is aangepakt. Opus 4.7 is efficiënter in het gebruik van 'file system-based memory'. Hierdoor onthoudt het model belangrijke details over meerdere sessies heen, waardoor de noodzaak om bij elke nieuwe taak alle context opnieuw te uploaden aanzienlijk is verminderd.

De Balans: Veiligheid vs. Vermogen

De lancering volgt kort op de aankondiging van Project Glasswing, Anthropic’s onderzoek naar de risico's van AI in cybersecurity. Opvallend is dat Anthropic Opus 4.7 bewust 'beperkter' heeft gehouden op dit vlak dan hun krachtigste model, Claude Mythos Preview.

• Cyber-safeguards: Opus 4.7 bevat automatische filters die pogingen tot misbruik voor hacking detecteren en blokkeren.
• Cyber Verification Program: Legitieme beveiligingsexperts die het model willen gebruiken voor penetratietesten moeten zich aanmelden voor een speciaal verificatieprogramma.

Hoewel het model op het gebied van eerlijkheid en weerstand tegen 'prompt injections' beter scoort dan versie 4.6, geeft Anthropic toe dat het model nog niet perfect is. In de System Card wordt opgemerkt dat het model soms "overdreven gedetailleerd advies" geeft over schadebeperking bij gereguleerde stoffen.

Nieuwe tools voor ontwikkelaars

Samen met het model lanceert Anthropic een reeks updates voor het platform:

• Extra High Effort: Een nieuw instellingsniveau voor taken waarbij diepere redenering belangrijker is dan snelheid.
• Task Budgets: Ontwikkelaars kunnen nu via de API budgetten instellen om de token-uitgaven van het model te beheersen tijdens lange, autonome runs.
• Claude Code updates: De nieuwe /ultrareview opdracht kan wijzigingen in code scannen op bugs en designfouten zoals een menselijke senior developer dat zou doen.

Beschikbaarheid en kosten

Claude Opus 4.7 is per direct beschikbaar via de Claude-interface, de API, en cloudpartners zoals Amazon Bedrock en Google Cloud Vertex AI. De prijsstelling blijft ongewijzigd ten opzichte van Opus 4.6 ($5 per miljoen input tokens / $25 per miljoen output tokens), al waarschuwt Anthropic dat de nieuwe tokenizer de token-consumptie per opdracht met 10% tot 35% kan verhogen door een preciezere manier van tekstverwerking.