Claude Opus 4.7とは？機能・ベンチマーク・料金など徹底解説

要点

Claude Opus 4.7は、2026年4月16日にリリースされたAnthropicが提供する最も高性能な汎用モデルです。最大3.75メガピクセルの高解像度ビジョン、新しいxhigh努力レベル、エージェントループ用のタスク予算、および新しいトークナイザーを導入しています。Opus 4.6から100万トークンのコンテキストウィンドウと100万トークンあたり$5/$25の価格設定は維持していますが、拡張思考予算とサンプリングパラメーターの削除を含む、いくつかのAPI破壊的変更が行われています。

はじめに

Anthropicは2026年4月16日にClaude Opus 4.7をリリースしました。これはClaudeラインナップの最上位モデルとしてOpus 4.6に代わり、自律型エージェント、ナレッジワークアシスタント、およびビジョン重視のアプリケーションを構築する開発者を対象としています。

このリリースには3つの重要な点があります。第一に、高解像度画像に対応した初のClaudeモデルであり、ピクセル予算が1.15 MPから3.75 MPへと3倍以上に増えました。第二に、単一のターンではなく、エージェントループ全体にモデルのトークン許容量を与える方法であるタスク予算を導入しています。第三に、Opus 4.6から移行する場合、コードの更新が必要となる破壊的変更が含まれています。

主要スペック

Opus 4.7は新しいトークナイザーを使用しており、Opus 4.6と比較して同じテキストで最大35%多くのトークンを生成する可能性があります。トークンあたりの価格は変更されていませんが、コンテンツによってはリクエストあたりの実効コストが増加する場合があります。

Claude Opus 4.7の新機能

高解像度画像対応

これが主な追加機能です。以前のClaudeモデルでは、画像入力は長辺1,568ピクセル（約1.15メガピクセル）に制限されていましたが、Opus 4.7では長辺2,576ピクセル（約3.75メガピクセル）に引き上げられました。

実用的な影響として、スクリーンショット、デザインモックアップ、ドキュメント、写真がはるかに高精度で処理されます。座標マッピングが実際のピクセルと1:1になったことで、以前のコンピューター利用ワークフローで必要だったスケールファクター計算が不要になりました。

Opus 4.7は、特定のビジョンサブタスクも改善しています。

• 低レベル知覚: ポインティング、測定、カウントタスクの精度が向上
• 画像ローカライゼーション: バウンディングボックス検出と自然画像ローカライゼーションで明確な改善が見られます

解像度が高くなるほど、画像あたりのトークン数が増えます。追加の忠実度が必要ないユースケースの場合は、コストを節約するために画像を送信する前にダウンサンプルしてください。

新しいxhigh努力レベル

努力パラメーターは、Claudeが応答にどれだけの推論を投入するかを制御します。Opus 4.7は、既存のhigh、medium、lowレベルの上にxhighを追加します。

コーディングや、レイテンシよりも品質が重要なエージェントタスクにはxhighを使用してください。このレベルでは、モデルは内部推論により多くのトークンを費やし、複雑な問題に対してより良い出力を生成します。知能に敏感な作業にはhighを最低レベルとして使用してください。低レベルでは、精度と引き換えに速度とコスト削減が得られます。

タスク予算（ベータ版）

タスク予算は、エージェントを構築する誰もが直面した問題を解決します。つまり、複数ターンのエージェントループが無制限のトークンを消費するのをどのように防ぐかということです。

タスク予算を使用すると、思考、ツール呼び出し、ツール結果、最終出力を含むループ全体に対して、Claudeにおおよそのトークン目標を与えることができます。モデルは実行中のカウントダウンを確認し、それを使用して作業を優先し、価値の低いステップをスキップし、予算が尽きるにつれて適切に終了します。

主な詳細:

• 最小タスク予算は20,000トークンです
• 厳密な上限ではなく、助言的なものです。Claudeは予算内に収まるように努めますが、超過する可能性があります
• モデルには見えない、リクエストごとの厳密な上限であるmax_tokensとは異なります
• ベータ版ヘッダーtask-budgets-2026-03-13が必要です

品質が最も重要となる自由形式のエージェントタスクでは、タスク予算をスキップしてモデルを実行させてください。タスク予算は、総費用を管理する必要があるワークロードのために確保してください。

適応型思考のみが思考モードに

拡張思考（固定のbudget_tokensを設定する）は削除されました。thinking: {"type": "enabled", "budget_tokens": N}を設定しようとすると、400エラーが返されます。

適応型思考が唯一の思考オンモードです。Anthropicの内部評価では、モデルがタスクの難易度に基づいて推論トークンを動的に割り当てるため、固定予算アプローチよりも一貫して優れたパフォーマンスを発揮しました。

重要: 適応型思考はデフォルトでオフです。有効にするには、明示的にthinking: {"type": "adaptive"}を設定する必要があります。

デフォルトでは、思考内容は応答から省略されます。モデルの推論を確認する必要がある場合（例: ユーザーへの進行状況のストリーミングのため）、思考設定でdisplay: "summarized"を設定してください。

改善されたメモリ

Opus 4.7は、ファイルシステムベースのメモリへの書き込みと読み取りが向上しています。エージェントが複数ターンにわたってスクラッチパッド、メモファイル、または構造化メモリストアを維持する場合、それらのメモの更新と参照がより適切に行われます。

これは、長時間実行されるコーディングエージェント、リサーチアシスタント、およびセッション間でコンテキストが引き継がれるあらゆるワークフローにとって重要です。

ナレッジワークの改善

実世界のナレッジタスクにおける具体的な改善点:

• ドキュメントの変更履歴追跡: .docxファイルでの変更履歴の生成と自己チェックが向上
• スライド編集: .pptxレイアウトの生成と検証の精度が向上
• チャート分析: 画像処理ライブラリ（PILなど）を使用してピクセルレベルでチャートを分析し、図からデータを転記する能力が向上

Opus 4.6からの変更点

APIの破壊的変更

これらはMessages APIに適用されます。Claude Managed Agentsを使用している場合、破壊的変更はありません。

動作の変更

これらはAPIを破壊するものではありませんが、プロンプトに影響を与える可能性があります:

• より字義通りの指示追従。 モデルは指示をある項目から別の項目へ暗黙的に一般化することはありません。
• 応答の長さは、固定された冗長さにデフォルト設定されるのではなく、タスクの複雑さによって変化します。
• デフォルトではツール呼び出しが少なく、行動よりも推論を優先します。ツール使用を増やすには努力レベルを上げてください。
• より直接的で、意見を述べるようなトーンになり、絵文字や確認を促すような言い回しが少なくなります。
• エージェントワークフローでは、デフォルトで生成されるサブエージェントが少なくなります。

Claudeに特定の動作（「スライドのレイアウトを再確認する」や「ステータス更新を行う」など）を強制するためのプロンプトの足場を構築している場合は、それらを削除してみてください。Opus 4.7はこれらのパターンの多くをネイティブで処理します。

料金の内訳

Opus 4.7は、Opus 4.6および4.5と同じトークンあたりの料金を維持しています:

新しいトークナイザーは注目すべきコスト変数です。同じ入力テキストに対して最大35%多くのトークンを生成する可能性があるため、トークンあたりの価格が変わらなくても、リクエストあたりの実効コストが増加する可能性があります。/v1/messages/count_tokensエンドポイントでテストして、特定のプロンプトへの影響を測定してください。

1Mのコンテキストウィンドウには、長文コンテキストのプレミアムはありません。90万トークンのリクエストは、9千トークンのリクエストと同じトークンあたりの料金がかかります。

Opus 4.7の活用例

強力なユースケース

• 自律型コーディングエージェント: xhigh努力レベルとタスク予算により、エージェントの動作とコストを細かく制御できます。
• コンピュータ操作: 1:1ピクセル座標マッピングと3.75 MPビジョンにより、画面操作の信頼性が大幅に向上します。
• ドキュメント処理: ナレッジワーク自動化のための.docx、.pptx、およびチャート分析が改善されています。
• 長文コンテキスト検索: 大規模なコードベース、法的文書、または研究論文に対応する標準価格の1Mトークンウィンドウ。
• マルチセッションエージェント: 複数の会話にまたがるワークフローのためのファイルベースメモリの改善。

Opus 4.7が過剰となる場合

• 単純なQ&Aや分類タスク: Haiku 4.5（100万トークンあたり$1/$5）またはSonnet 4.6（100万トークンあたり$3/$15）は、はるかに低いコストで強力な結果を提供します。
• 低遅延チャットボットフロー: 適応型思考と高い努力レベルのオーバーヘッドにより、レイテンシが増加します。
• 構造化データの一括分析: Sonnetを使用したBatch APIは通常、より費用対効果が高いです。

ApidogでClaude Opus 4.7の統合をテストする方法

モデルIDをclaude-opus-4-6からclaude-opus-4-7に切り替えるのは簡単な部分です。より難しいのは、破壊的変更後も既存のプロンプト、ツール定義、エラー処理が正しく機能することを確認することです。

Apidogはこれを簡単に行います:

APIスキーマをインポートします。 OpenAPI仕様をドロップインするか、Claude APIエンドポイントを手動で定義します。ApidogはMessages APIのリクエストテンプレートを自動生成します。

テストシナリオを作成します。 特定のツール使用パターンをテストする複数ターンの会話を設定します。Apidogでは、リクエストを連結し、ターン間でコンテキストを渡し、応答スキーマを検証できます。

モデルバージョンを比較します。 claude-opus-4-6とclaude-opus-4-7に対して同じテストシナリオを並行して実行します。トークン数、応答構造、出力品質の違いを確認します。

破壊的変更を検証します。 更新されたthinking設定が機能すること、削除されたサンプリングパラメーターが再び混入しないこと、そして新しいトークナイザーがmax_tokens制限を超えないことを確認します。

ツール使用ペイロードをデバッグします。 複数ターンのツール使用会話について、完全なリクエストと応答ボディを検査します。Apidogのビジュアルインターフェースにより、不正なツール結果やtool_use_id参照の欠落を簡単に見つけることができます。

移行チェックリスト

Opus 4.6からアップグレードする場合:

• [ ] モデルIDをclaude-opus-4-7に更新します
• [ ] thinking: {"type": "enabled", "budget_tokens": N}をthinking: {"type": "adaptive"}に置き換えます
• [ ] temperature、top_p、およびtop_kパラメーターを削除します（またはデフォルトに設定します）
• [ ] ユーザーに思考をストリーミングする場合、思考設定にdisplay: "summarized"を追加します
• [ ] 新しいトークナイザー（最大35%多くのトークン）を考慮して、max_tokensの余裕を増やします
• [ ] プロンプトのキャッシュをテストします — トークン数が異なります
• [ ] Opus 4.7がネイティブで処理する動作（ステータス更新、自己チェック）のためのプロンプトの足場を削除します
• [ ] Apidogでテストスイートを実行し、エンドツーエンドの動作を検証します

まとめ

Claude Opus 4.7は、Anthropicが提供する最も強力な汎用モデルです。高解像度ビジョン、タスク予算、およびxhigh努力レベルにより、自律型エージェントの領域にさらに深く踏み込んでいます。破壊的変更（拡張思考予算の廃止、サンプリングパラメーターの削除）にはコードの更新が必要ですが、移行パスは明確です。

新しいトークナイザーは、主要なコスト考慮事項です。トークンあたりの価格は一定ですが、トークン数が増えるため、同じプロンプトでもコストが高くなる可能性があります。本番環境のトラフィックを切り替える前に、ワークロードをテストしてください。

API統合を構築する開発者にとって、Apidogは移行を検証し、バージョン間でモデルのパフォーマンスを比較するために必要なテストおよびデバッグ環境を提供します。