요약
Claude Opus 4.7은 Anthropic의 가장 강력한 범용 모델로, 2026년 4월 16일에 출시되었습니다. 이 모델은 고해상도 비전(최대 3.75메가픽셀), 새로운 xhigh 노력 수준, 에이전트 루프를 위한 작업 예산, 그리고 새로운 토크나이저를 도입합니다. Opus 4.6의 100만 토큰 컨텍스트 창과 백만 토큰당 $5/$25의 가격은 유지하지만, 확장된 사고 예산 및 샘플링 매개변수 제거를 포함한 여러 파괴적인 API 변경 사항을 제공합니다.
소개
Anthropic은 2026년 4월 16일에 Claude Opus 4.7을 출시했습니다. 이 모델은 Claude 라인업에서 Opus 4.6을 대체하는 최고급 모델이며, 자율 에이전트, 지식 작업 보조원, 시각 중심 애플리케이션을 구축하는 개발자를 대상으로 합니다.
이 출시는 세 가지 이유로 중요합니다. 첫째, 픽셀 예산을 1.15 MP에서 3.75 MP로 세 배 이상 늘린 고해상도 이미지 지원을 제공하는 최초의 Claude 모델입니다. 둘째, 단일 턴이 아닌 전체 에이전트 루프에 모델 토큰 할당량을 부여하는 방법인 작업 예산을 도입합니다. 셋째, Opus 4.6에서 마이그레이션하는 경우 코드 업데이트가 필요한 파괴적인 변경 사항을 포함합니다.
앱 다운로드
핵심 사양
| 사양 | 값 |
|---|---|
| API 모델 ID | claude-opus-4-7 |
| 컨텍스트 창 | 1,000,000 토큰 |
| 최대 출력 토큰 | 128,000 토큰 |
| 입력 가격 | 백만 토큰당 $5 |
| 출력 가격 | 백만 토큰당 $25 |
| 배치 입력 가격 | 백만 토큰당 $2.50 |
| 배치 출력 가격 | 백만 토큰당 $12.50 |
| 캐시 읽기 가격 | 백만 토큰당 $0.50 |
| 5분 캐시 쓰기 | 백만 토큰당 $6.25 |
| 1시간 캐시 쓰기 | 백만 토큰당 $10 |
| 출시일 | 2026년 4월 16일 |
| 가용성 | Claude API, Amazon Bedrock, Google Vertex AI, Microsoft Foundry |
Opus 4.7 은 Opus 4.6에 비해 동일한 텍스트에 대해 최대 35% 더 많은 토큰을 생성할 수 있는 새로운 토크나이저를 사용합니다. 토큰당 가격은 변함없지만, 콘텐츠에 따라 요청당 실제 비용이 증가할 수 있습니다.
Claude Opus 4.7의 새로운 기능
고해상도 이미지 지원
이것이 가장 중요한 추가 기능입니다. 이전 Claude 모델은 이미지 입력을 긴 변에서 1,568픽셀(약 1.15메가픽셀)로 제한했습니다. Opus 4.7은 이를 긴 변에서 2,576픽셀(약 3.75메가픽셀)로 늘렸습니다.
실질적인 영향: 스크린샷, 디자인 목업, 문서 및 사진이 훨씬 더 높은 충실도로 표시됩니다. 이제 좌표 매핑이 실제 픽셀과 1:1로 일치하여 이전에 컴퓨터 사용 워크플로우에서 필요했던 스케일 팩터 계산이 필요 없어집니다.
Opus 4.7은 또한 특정 비전 하위 작업에서 개선되었습니다:
- 저수준 인식: 가리키기, 측정, 계산 작업이 더 정확해졌습니다.
- 이미지 현지화: 경계 상자 감지 및 자연 이미지 현지화에서 분명한 개선을 보입니다.
해상도가 높을수록 이미지당 더 많은 토큰을 의미합니다. 사용 사례에 추가적인 충실도가 필요하지 않다면, 비용 절감을 위해 이미지를 보내기 전에 다운샘플링하십시오.
새로운 xhigh 노력 수준
노력 매개변수는 Claude가 응답에 얼마나 많은 추론을 투자하는지 제어합니다. Opus 4.7은 기존의 high, medium, low 수준 위에 xhigh를 추가합니다.
지연 시간보다 품질이 중요한 코딩 및 에이전트 작업에 xhigh를 사용하십시오. 이 수준에서 모델은 내부 추론에 훨씬 더 많은 토큰을 사용하여 복잡한 문제에 대해 더 나은 출력을 생성합니다. 지능에 민감한 작업의 최소 수준으로 high를 사용하십시오. 낮은 수준은 정확도를 속도 및 비용 절감과 교환합니다.
작업 예산 (베타)
작업 예산은 에이전트를 구축하는 모든 사람이 겪었던 문제를 해결합니다. 즉, 다중 턴 에이전트 루프가 무한한 수의 토큰을 소비하는 것을 어떻게 방지할 수 있을까요?
작업 예산을 사용하면 Claude에게 사고, 도구 호출, 도구 결과 및 최종 출력을 포함한 전체 루프에 대한 대략적인 토큰 목표를 부여합니다. 모델은 카운트다운을 확인하고 이를 사용하여 작업을 우선순위화하고, 가치가 낮은 단계를 건너뛰고, 예산이 소진될 때 깔끔하게 마무리합니다.
주요 세부 사항:
- 최소 작업 예산은 20,000 토큰입니다.
- 이것은 권고 사항이지, 엄격한 상한선이 아닙니다. Claude는 예산 내에 머무르려고 노력하지만 초과할 수 있습니다.
- 이는 모델이 인식하지 못하는 요청당 엄격한 상한선인
max_tokens와 다릅니다. - 베타 헤더
task-budgets-2026-03-13이 필요합니다.
품질이 가장 중요한 개방형 에이전트 작업의 경우, 작업 예산을 건너뛰고 모델이 실행되도록 하십시오. 총 지출을 제어해야 하는 워크로드에 작업 예산을 할당하십시오.
적응형 사고가 유일한 사고 모드입니다.
확장된 사고(고정된 budget_tokens를 설정하는 방식)는 제거되었습니다. thinking: {"type": "enabled", "budget_tokens": N}을 설정하려고 하면 400 오류가 반환됩니다.
적응형 사고는 유일한 사고 활성화 모드입니다. Anthropic의 내부 평가에서 이 방식은 모델이 작업 난이도에 따라 추론 토큰을 동적으로 할당하므로 고정 예산 방식보다 일관되게 뛰어난 성능을 보였습니다.
중요: 적응형 사고는 기본적으로 비활성화되어 있습니다. 활성화하려면 `thinking: {"type": "adaptive"}`를 명시적으로 설정해야 합니다.
기본적으로 사고 내용은 응답에서 생략됩니다. 모델의 추론을 확인해야 하는 경우(예: 사용자에게 진행 상황을 스트리밍하기 위해) 사고 구성에서 display: "summarized"를 설정하십시오.
개선된 메모리
Opus 4.7은 파일 시스템 기반 메모리에 쓰고 읽는 능력이 향상되었습니다. 에이전트가 스크래치패드, 노트 파일 또는 구조화된 메모리 저장소를 여러 턴에 걸쳐 유지하는 경우, 해당 노트를 업데이트하고 참조하는 작업을 더 잘 수행할 것입니다.
이는 장기 실행 코딩 에이전트, 연구 보조원 및 컨텍스트가 세션 간에 유지되는 모든 워크플로우에 중요합니다.
지식 작업 개선
실제 지식 작업에서 구체적인 개선 사항:
- 문서 수정 추적: .docx 파일에서 추적된 변경 사항을 생성하고 자체 확인하는 능력이 향상되었습니다.
- 슬라이드 편집: .pptx 레이아웃을 생성하고 유효성을 검사할 때 정확도가 향상되었습니다.
- 차트 분석: 이미지 처리 라이브러리(PIL 등)를 사용하여 픽셀 수준에서 차트를 분석하고 그림에서 데이터를 추출하는 능력이 향상되었습니다.
Opus 4.6에서 변경된 사항
파괴적인 API 변경 사항
이 변경 사항은 Messages API에 적용됩니다. Claude Managed Agents를 사용하는 경우 파괴적인 변경 사항은 없습니다.
| 변경 사항 | 이전 (Opus 4.6) | 이후 (Opus 4.7) |
|---|---|---|
| 확장된 사고 | thinking: {"type": "enabled", "budget_tokens": 32000} |
반드시 thinking: {"type": "adaptive"}를 사용해야 합니다. |
| 샘플링 매개변수 | temperature, top_p, top_k 허용 |
기본값이 아닌 값은 400 오류를 반환합니다. |
| 사고 표시 | 기본적으로 사고 내용 포함 | 기본적으로 생략; display: "summarized"로 옵트인 |
| 토크나이저 | 표준 토크나이저 | 새로운 토크나이저 (동일 텍스트에 대해 최대 35% 더 많은 토큰) |
행동 변화
이것들은 API를 파괴하는 변경 사항은 아니지만 프롬프트에 영향을 미칠 수 있습니다:
- 더 문자적인 지시 따르기. 모델은 한 항목의 지시를 다른 항목으로 암묵적으로 일반화하지 않습니다.
- 응답 길이는 고정된 장황함으로 기본 설정되는 대신 작업 복잡성에 따라 조절됩니다.
- 기본적으로 도구 호출이 적고, 행동보다 추론을 선호합니다. 도구 사용을 늘리려면 노력을 높이십시오.
- 이모지와 확인 지향적인 표현이 적은 더 직접적이고 단호한 어조.
- 에이전트 워크플로우에서 기본적으로 생성되는 하위 에이전트 수가 줄어듭니다.
특정 행동을 강제하기 위해(예: “슬라이드 레이아웃을 다시 확인해”, “상태 업데이트를 제공해”) 프롬프트 스캐폴딩을 구축했다면, 제거해 보세요. Opus 4.7은 이러한 패턴의 많은 부분을 네이티브로 처리합니다.
가격 세부 정보
Opus 4.7은 Opus 4.6 및 4.5와 동일한 토큰당 가격을 유지합니다:
| 사용 유형 | 비용 |
|---|---|
| 표준 입력 | $5 / MTok |
| 표준 출력 | $25 / MTok |
| 배치 입력 | $2.50 / MTok |
| 배치 출력 | $12.50 / MTok |
| 캐시 읽기 | $0.50 / MTok |
| 5분 캐시 쓰기 | $6.25 / MTok |
| 1시간 캐시 쓰기 | $10 / MTok |
| 고속 모드 입력 (Opus 4.6 전용) | $30 / MTok |
| 미국 데이터 상주 | 1.1배 배율 |
새로운 토크나이저가 주요 비용 고려 사항입니다. 동일한 입력 텍스트에 대해 최대 35% 더 많은 토큰을 생성할 수 있으므로, 토큰당 가격이 변하지 않았더라도 요청당 실제 비용이 증가할 수 있습니다. 특정 프롬프트에 미치는 영향을 측정하려면 /v1/messages/count_tokens 엔드포인트로 테스트하십시오.
100만 토큰 컨텍스트 창에는 긴 컨텍스트 프리미엄이 없습니다. 90만 토큰 요청은 9천 토큰 요청과 동일한 토큰당 비용이 발생합니다.
Opus 4.7 사용처
강력한 사용 사례
- 자율 코딩 에이전트:
xhigh노력 수준 + 작업 예산은 에이전트 행동 및 비용에 대한 세밀한 제어를 제공합니다. - 컴퓨터 사용: 1:1 픽셀 좌표 매핑 및 3.75 MP 비전은 화면 상호 작용을 훨씬 더 안정적으로 만듭니다.
- 문서 처리: 지식 작업 자동화를 위한 .docx, .pptx 및 차트 분석 기능 향상.
- 긴 컨텍스트 검색: 대규모 코드베이스, 법률 문서 또는 연구 논문을 위한 표준 가격의 100만 토큰 창.
- 다중 세션 에이전트: 여러 대화에 걸쳐 있는 워크플로우를 위한 향상된 파일 기반 메모리.
Opus 4.7이 과도할 수 있는 경우
- 간단한 Q&A 또는 분류 작업: Haiku 4.5(백만 토큰당 $1/$5) 또는 Sonnet 4.6(백만 토큰당 $3/$15)은 훨씬 저렴한 비용으로 강력한 결과를 제공합니다.
- 저지연 챗봇 흐름: 적응형 사고 및 높은 노력 수준의 오버헤드가 지연 시간을 추가합니다.
- 구조화된 데이터에 대한 배치 분석: Sonnet과 함께 사용하는 배치 API가 일반적으로 더 비용 효율적입니다.
Apidog로 Claude Opus 4.7 통합을 테스트하는 방법
모델 ID를 claude-opus-4-6에서 claude-opus-4-7으로 전환하는 것은 쉬운 부분입니다. 더 어려운 부분은 파괴적인 변경 사항 이후에도 기존 프롬프트, 도구 정의 및 오류 처리가 여전히 올바르게 작동하는지 확인하는 것입니다.
Apidog는 이 작업을 간단하게 만듭니다:
API 스키마를 가져옵니다. OpenAPI 사양을 입력하거나 Claude API 엔드포인트를 수동으로 정의하십시오. Apidog는 Messages API에 대한 요청 템플릿을 자동으로 생성합니다.
테스트 시나리오를 생성합니다. 특정 도구 사용 패턴을 테스트하는 다중 턴 대화를 설정하십시오. Apidog는 요청을 연결하고, 턴 사이에 컨텍스트를 전달하고, 응답 스키마의 유효성을 검사할 수 있도록 합니다.
모델 버전을 비교합니다. claude-opus-4-6과 claude-opus-4-7에 대해 동일한 테스트 시나리오를 나란히 실행하십시오. 토큰 수, 응답 구조 및 출력 품질의 차이점을 확인하십시오.
파괴적인 변경 사항을 확인합니다. 업데이트된 thinking 구성이 작동하는지, 제거된 샘플링 매개변수가 다시 나타나지 않는지, 그리고 새로운 토크나이저가 max_tokens 제한을 초과하지 않는지 확인하십시오.
도구 사용 페이로드를 디버그합니다. 다중 턴 도구 사용 대화에 대한 전체 요청 및 응답 본문을 검사하십시오. Apidog의 시각적 인터페이스는 잘못된 도구 결과 또는 누락된 tool_use_id 참조를 쉽게 찾아낼 수 있도록 합니다.
마이그레이션 체크리스트
Opus 4.6에서 업그레이드하는 경우:
- [ ] 모델 ID를
claude-opus-4-7로 업데이트하십시오. - [ ]
thinking: {"type": "enabled", "budget_tokens": N}를thinking: {"type": "adaptive"}로 교체하십시오. - [ ]
temperature,top_p,top_k매개변수를 제거하십시오 (또는 기본값으로 설정). - [ ] 사용자에게 사고 내용을 스트리밍하는 경우,
thinking구성에display: "summarized"를 추가하십시오. - [ ] 새로운 토크나이저를 고려하여
max_tokens여유 공간을 늘리십시오 (최대 35% 더 많은 토큰). - [ ] 프롬프트 캐싱을 테스트하십시오 — 토큰 수가 달라질 것입니다.
- [ ] Opus 4.7이 네이티브로 처리하는 행동(상태 업데이트, 자체 확인)에 대한 프롬프트 스캐폴딩을 제거하십시오.
- [ ] Apidog로 테스트 스위트를 실행하여 엔드투엔드 동작을 확인하십시오.
결론
Claude Opus 4.7은 Anthropic의 가장 강력한 범용 모델입니다. 고해상도 비전, 작업 예산 및 xhigh 노력 수준은 자율 에이전트 영역으로 더욱 나아가게 합니다. 파괴적인 변경 사항(확장된 사고 예산 없음, 샘플링 매개변수 없음)은 코드 업데이트를 필요로 하지만, 마이그레이션 경로는 명확합니다.
새로운 토크나이저가 주요 비용 고려 사항입니다. 토큰당 가격은 고정되어 있지만, 토큰 수가 더 많아짐에 따라 동일한 프롬프트가 더 많은 비용을 초래할 수 있습니다. 프로덕션 트래픽을 전환하기 전에 워크로드를 테스트하십시오.
API 통합을 구축하는 개발자를 위해, Apidog는 마이그레이션을 검증하고 버전 간 모델 성능을 비교하는 데 필요한 테스트 및 디버깅 환경을 제공합니다.
앱 다운로드