Claude Opus 4.7 Chegou: Melhor Modelo de Coding do Mercado, Visão 3× Maior e Mesmo Preço

16 de abril de 2026. A Anthropic acabou de lançar o Claude Opus 4.7 — disponível agora no claude.ai, na API, no Amazon Bedrock, no Google Cloud Vertex AI e no Microsoft Foundry.

Não é uma atualização incremental. O SWE-bench Pro subiu 10,9 pontos percentuais. O CursorBench subiu 12 pontos. A resolução de visão triplicou. E — detalhe que empresas ficam felizes em ouvir — o preço não mudou.

O que mudou de verdade

O Opus 4.7 foi construído em torno de três problemas reais que usuários do Opus 4.6 reportavam: o modelo às vezes abandonava tarefas longas no meio, às vezes entregava código que parecia correto mas falhou na revisão, e às vezes interpretava instruções de forma mais livre do que o esperado.

As três apostas centrais do Opus 4.7 são diretamente contra esses problemas: persistência em tarefas longas, auto-verificação antes de reportar e seguimento literal de instruções.

Benchmarks: onde o Opus 4.7 ganhou e onde cedeu

Opus 4.7 vs GPT-5.4 vs Gemini 3.1 Pro

Visão 3× melhor — o que isso muda na prática

O Opus 4.6 processava imagens em até 1.568px no lado longo (1,15 megapixels). O Opus 4.7 vai até 2.576px (3,75 megapixels) — mais de 3× mais pixels.

Na prática: diagramas técnicos densos, capturas de tela de IDEs, documentos PDF de alta resolução, mockups de design e gráficos financeiros complexos chegam com fidelidade real — não interpolados. O benchmark CharXiv de raciocínio visual com ferramentas saltou de 84,7% para 91,0%.

O novo nível xhigh — controle fino entre qualidade e custo

O Opus 4.6 tinha quatro níveis de esforço: low, medium, high e max. O Opus 4.7 insere um novo nível entre high e max:

O xhigh é agora o padrão do Claude Code para todos os planos. A lógica é simples: se uma tarefa exige três tentativas no high pra acertar, uma tentativa no xhigh costuma ser mais barata no total — menos retentativas, menos tokens gastos.

Task budgets, /ultrareview e memória cross-session

Três features novas que chegam junto com o modelo:

— Task budgets (beta pública): defina um teto de tokens para agentes autônomos. O modelo vê o contador decrescendo e prioriza o trabalho, terminando de forma limpa ao invés de cortar abruptamente. Ativa via header task-budgets-2026-03-13 + parâmetro output_config.task_budget.

— /ultrareview no Claude Code: novo comando que roda uma sessão de revisão dedicada, lê todo o diff e sinaliza o que um revisor humano cuidadoso detectaria. 3 usos gratuitos nos planos Pro e Max no lançamento.

— Memória cross-session: o Opus 4.7 é melhor em usar memória baseada em sistema de arquivos. Guarda notas importantes entre sessões longas de trabalho, reduzindo o contexto que você precisa colar no início de cada nova sessão.

Atenção na migração do 4.6

A Anthropic chamou de "direct upgrade" mas há mudanças que afetam token usage e comportamento:

O elefante na sala: o Mythos Preview

A Anthropic foi transparente: o Opus 4.7 não iguala o Claude Mythos Preview, seu modelo mais poderoso — que não está disponível publicamente por preocupações de segurança.

O Mythos Preview foi lançado semana passada para um grupo seleto de empresas de tecnologia e cibersegurança como parte do Project Glasswing. O Opus 4.7 é o primeiro modelo onde a Anthropic testou salvaguardas contra uso em ataques cibernéticos — o que aprendem aqui vai guiar como eventualmente liberam modelos de nível Mythos em escala.

Preço, disponibilidade e model ID

Preço idêntico ao Opus 4.6: $5 por milhão de tokens de entrada e $25 por milhão de tokens de saída. Prompt caching reduz em até 90%. Batch processing reduz em 50%.

Model ID na API: claude-opus-4-7. Disponível em: claude.ai (Pro, Max, Team, Enterprise), API Anthropic, Amazon Bedrock, Google Cloud Vertex AI e Microsoft Foundry.

Para a maioria dos desenvolvedores que usam Claude Code no dia a dia, o Opus 4.7 é uma atualização direta sem decisão a tomar. Mesmo preço, melhor modelo.

Para times com agentes em produção, a migração pede atenção: medir o impacto do novo tokenizador, revisar prompts que dependiam de interpretação livre e configurar task budgets antes de ligar o auto mode.