anthropic

Claude Opus 4.7

Claude Opus 4.7 คือโมเดลระดับเรือธงจาก Anthropic ที่มี context 1 ล้าน token, ระบบ reasoning แบบปรับตัว และ vision resolution ที่เพิ่มขึ้น 3.3 เท่าสำหรับ agent...

Frontier ModelAgentic AICoding AssistantLarge ContextAnthropic
anthropic logoanthropicClaude16 เมษายน 2026
บริบท
1.0Mโทเคน
เอาต์พุตสูงสุด
128Kโทเคน
ราคาอินพุต
$5.00/ 1M
ราคาเอาต์พุต
$25.00/ 1M
โหมด:TextImage
ความสามารถ:การมองเห็นเครื่องมือสตรีมมิ่งการใช้เหตุผล
เกณฑ์มาตรฐาน
GPQA
94.2%
GPQA: คำถามวิทยาศาสตร์ระดับบัณฑิตศึกษา. เกณฑ์มาตรฐานที่เข้มงวดพร้อม 448 คำถามจากชีววิทยา ฟิสิกส์ และเคมี ผู้เชี่ยวชาญ PhD ทำได้เพียง 65-74% Claude Opus 4.7 ได้คะแนน 94.2% ในเกณฑ์มาตรฐานนี้
HLE
54.7%
HLE: การใช้เหตุผลระดับผู้เชี่ยวชาญ. ทดสอบความสามารถของโมเดลในการแสดงการใช้เหตุผลระดับผู้เชี่ยวชาญในสาขาเฉพาะทาง Claude Opus 4.7 ได้คะแนน 54.7% ในเกณฑ์มาตรฐานนี้
MMLU
89.8%
MMLU: ความเข้าใจภาษาแบบมัลติทาสก์ขนาดใหญ่. เกณฑ์มาตรฐานที่ครอบคลุมพร้อม 16,000 คำถามใน 57 วิชา Claude Opus 4.7 ได้คะแนน 89.8% ในเกณฑ์มาตรฐานนี้
MMLU Pro
89.9%
MMLU Pro: MMLU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMLU พร้อม 12,032 คำถามและรูปแบบ 10 ตัวเลือกที่ยากขึ้น Claude Opus 4.7 ได้คะแนน 89.9% ในเกณฑ์มาตรฐานนี้
SimpleQA
31.6%
SimpleQA: เกณฑ์มาตรฐานความถูกต้องของข้อเท็จจริง. ทดสอบความสามารถของโมเดลในการให้คำตอบที่ถูกต้องและเป็นข้อเท็จจริง Claude Opus 4.7 ได้คะแนน 31.6% ในเกณฑ์มาตรฐานนี้
IFEval
91.2%
IFEval: การประเมินการปฏิบัติตามคำสั่ง. วัดว่าโมเดลปฏิบัติตามคำสั่งและข้อจำกัดเฉพาะได้ดีเพียงใด Claude Opus 4.7 ได้คะแนน 91.2% ในเกณฑ์มาตรฐานนี้
AIME 2025
100%
AIME 2025: การสอบคณิตศาสตร์เชิญชวนอเมริกัน. โจทย์คณิตศาสตร์ระดับการแข่งขันจากการสอบ AIME ที่มีชื่อเสียง Claude Opus 4.7 ได้คะแนน 100% ในเกณฑ์มาตรฐานนี้
MATH
94.1%
MATH: การแก้ปัญหาคณิตศาสตร์. เกณฑ์มาตรฐานคณิตศาสตร์ที่ครอบคลุมทดสอบการแก้ปัญหาในพีชคณิต เรขาคณิต แคลคูลัส Claude Opus 4.7 ได้คะแนน 94.1% ในเกณฑ์มาตรฐานนี้
GSM8k
98.4%
GSM8k: คณิตศาสตร์ประถม 8K. 8,500 โจทย์คณิตศาสตร์ระดับประถมศึกษา Claude Opus 4.7 ได้คะแนน 98.4% ในเกณฑ์มาตรฐานนี้
MGSM
94.1%
MGSM: คณิตศาสตร์ประถมหลายภาษา. เกณฑ์มาตรฐาน GSM8k แปลเป็น 10 ภาษา Claude Opus 4.7 ได้คะแนน 94.1% ในเกณฑ์มาตรฐานนี้
MathVista
78%
MathVista: การใช้เหตุผลเชิงภาพคณิตศาสตร์. ทดสอบความสามารถในการแก้ปัญหาคณิตศาสตร์ที่มีองค์ประกอบภาพ Claude Opus 4.7 ได้คะแนน 78% ในเกณฑ์มาตรฐานนี้
SWE-Bench
87.6%
SWE-Bench: เกณฑ์มาตรฐานวิศวกรรมซอฟต์แวร์. โมเดล AI พยายามแก้ปัญหา GitHub จริงในโครงการ Python Claude Opus 4.7 ได้คะแนน 87.6% ในเกณฑ์มาตรฐานนี้
HumanEval
92.4%
HumanEval: โจทย์เขียนโปรแกรม Python. 164 โจทย์เขียนโปรแกรมที่โมเดลต้องสร้างการใช้งานฟังก์ชัน Python ที่ถูกต้อง Claude Opus 4.7 ได้คะแนน 92.4% ในเกณฑ์มาตรฐานนี้
LiveCodeBench
78.5%
LiveCodeBench: เกณฑ์มาตรฐานเขียนโค้ดสด. ทดสอบความสามารถในการเขียนโค้ดบนความท้าทายการเขียนโปรแกรมจริงที่อัปเดตอย่างต่อเนื่อง Claude Opus 4.7 ได้คะแนน 78.5% ในเกณฑ์มาตรฐานนี้
MMMU
80.7%
MMMU: ความเข้าใจหลายโหมด. เกณฑ์มาตรฐานความเข้าใจหลายโหมดจาก 30 วิชามหาวิทยาลัย Claude Opus 4.7 ได้คะแนน 80.7% ในเกณฑ์มาตรฐานนี้
MMMU Pro
85.6%
MMMU Pro: MMMU รุ่นมืออาชีพ. เวอร์ชันที่ปรับปรุงของ MMMU พร้อมคำถามที่ท้าทายมากขึ้น Claude Opus 4.7 ได้คะแนน 85.6% ในเกณฑ์มาตรฐานนี้
ChartQA
79.5%
ChartQA: คำถามและคำตอบกราฟ. ทดสอบความสามารถในการเข้าใจและวิเคราะห์ข้อมูลจากกราฟและแผนภูมิ Claude Opus 4.7 ได้คะแนน 79.5% ในเกณฑ์มาตรฐานนี้
DocVQA
92.5%
DocVQA: คำถามเชิงภาพเอกสาร. ทดสอบความสามารถในการสกัดข้อมูลจากภาพเอกสาร Claude Opus 4.7 ได้คะแนน 92.5% ในเกณฑ์มาตรฐานนี้
Terminal-Bench
59.3%
Terminal-Bench: งาน Terminal/CLI. ทดสอบความสามารถในการดำเนินการ command-line Claude Opus 4.7 ได้คะแนน 59.3% ในเกณฑ์มาตรฐานนี้
ARC-AGI
68.8%
ARC-AGI: การนามธรรมและการใช้เหตุผล. ทดสอบความฉลาดที่ยืดหยุ่นผ่านปริศนาการจดจำรูปแบบใหม่ Claude Opus 4.7 ได้คะแนน 68.8% ในเกณฑ์มาตรฐานนี้

เกี่ยวกับ Claude Opus 4.7

เรียนรู้เกี่ยวกับความสามารถของ Claude Opus 4.7 คุณสมบัติ และวิธีที่จะช่วยให้คุณได้ผลลัพธ์ที่ดีขึ้น

ภาพรวมของโมเดล

Claude Opus 4.7 คือโมเดลระดับเรือธงในซีรีส์สถาปัตยกรรม Claude 4 โดยใช้ framework Adaptive Thinking ที่ช่วยให้โมเดลปรับระดับความพยายามทางปัญญาตามความยากของงาน สิ่งนี้เข้ามาแทนที่งบประมาณการคิดแบบคงที่ด้วยระดับตรรกะแบบไดนามิก นักพัฒนาสามารถควบคุมความลึกของการคิดภายในผ่าน API effort parameter เพื่อสร้างสมดุลที่ดีขึ้นระหว่าง latency และความแม่นยำทางตรรกะ โมเดลนี้ถูกปรับจูนมาโดยเฉพาะสำหรับเวิร์กโฟลว์ขององค์กรที่มีความสำคัญสูงและ agentic loops แบบอัตโนมัติ

ความสามารถด้าน Context และ Multimodal

โมเดลนี้มาพร้อมกับ 1-million-token context window โดยไม่มีการคิดค่าบริการพรีเมียมเพิ่ม พร้อมขีดจำกัด output ที่ 128,000 tokens ช่วยให้สามารถสร้างเอกสารทางเทคนิคขนาดใหญ่หรือคลังโค้ดทั้งหมดได้ในการตอบกลับครั้งเดียว ความละเอียดของ vision สูงกว่ารุ่นก่อนหน้า 3.3 เท่า ทำให้เกิด pixel-perfect UI understanding และการจับคู่พิกัดแบบ 1:1 ในภาพสูงสุดถึง 2576 พิกเซล การปรับปรุงเหล่านี้ทำให้โมเดลนี้เป็นตัวเลือกที่เชื่อถือได้สำหรับงานวิเคราะห์เอกสารและการตรวจสอบภาพ

วิศวกรรม Agentic และความปลอดภัย

การอัปเดตทางสถาปัตยกรรมมุ่งเน้นไปที่งานระยะยาวและวิศวกรรมซอฟต์แวร์ โดยทำคะแนนได้ 87.6% บนกระดานผู้นำ SWE-bench Verified ซึ่งถือเป็นผู้นำในด้านความสามารถในการแก้ไขปัญหา GitHub จริง โมเดลนี้ได้นำเสนอ task budgets เพื่อช่วยจัดการการใช้ token ในเซสชัน agent แบบหลายรอบ นอกจากนี้ Anthropic ยังได้รวมระบบรักษาความปลอดภัยทางไซเบอร์แบบเรียลไทม์ไว้ในสถาปัตยกรรมหลัก เพื่อป้องกันไม่ให้โมเดลมีส่วนร่วมในการโจมตีที่เป็นอันตราย ในขณะที่ยังคงรักษาประโยชน์สำหรับนักวิจัยด้านความปลอดภัยไว้ได้

Claude Opus 4.7

กรณีการใช้งานสำหรับ Claude Opus 4.7

ค้นพบวิธีต่างๆ ที่คุณสามารถใช้ Claude Opus 4.7 เพื่อได้ผลลัพธ์ที่ยอดเยี่ยม

วิศวกรรมซอฟต์แวร์แบบ Agentic

ใช้ระดับความพยายามสูงในการทำ refactor คลังโค้ดโดยอัตโนมัติและแก้ไข dependencies ที่ซับซ้อนข้ามไฟล์

การสังเคราะห์ Repository ขนาดใหญ่

ประมวลผล source code ขนาด 1 ล้าน tokens เพื่อทำแผนผัง architectural flows และสร้างเอกสารทางเทคนิค

การวิเคราะห์ด้วย Vision ความละเอียดสูง

วิเคราะห์แผนภูมิที่ซับซ้อนและภาพหน้าจอ UI ในระดับพิกเซลด้วยรายละเอียดที่มากกว่า frontier models รุ่นก่อนถึง 3.3 เท่า

การวิจัยช่องโหว่ความปลอดภัยไซเบอร์

ดำเนินการตรวจสอบความปลอดภัยเชิงลึกและการวิเคราะห์ zero-day ภายในขอบเขตความปลอดภัยที่ได้รับการตรวจสอบแล้ว

การสกัดความรู้ระดับองค์กร

สกัดข้อมูลที่มีโครงสร้างจากคลังข้อมูลเทคนิคขนาดใหญ่และทำการตรวจสอบความถูกต้องของเอกสารที่ซับซ้อน

การสร้างต้นแบบ 3D เชิงโต้ตอบ

สร้างสภาพแวดล้อม 3D ที่ทำงานได้จริงและตรรกะของเกมจากคำอธิบายในภาษาธรรมชาติ

จุดแข็ง

ข้อจำกัด

ความแม่นยำในการเขียนโค้ดระดับแนวหน้าของอุตสาหกรรม: ทำคะแนนได้ 87.6% บน SWE-bench Verified ซึ่งเหนือกว่าโมเดลอื่นๆ ที่มีให้บริการทั่วไปสำหรับการพัฒนาซอฟต์แวร์
การใช้ Token ที่สูงขึ้น: Tokenizer ใหม่ส่งผลให้การใช้ token สูงขึ้นประมาณ 35% สำหรับข้อความชุดเดิมเมื่อเทียบกับ Claude เวอร์ชันก่อนหน้า
ความเสถียรใน context ขนาดใหญ่: รักษาความแม่นยำ 100% ใน context window ขนาด 1 ล้าน tokens โดยไม่มีการคิดค่าบริการพรีเมียมเพิ่ม
พารามิเตอร์การสุ่มตัวอย่างแบบคงที่: การนำการควบคุม temperature และ top-p ออกไป จำกัดความยืดหยุ่นในการสร้างสรรค์สำหรับ use cases ที่ต้องการความไม่แน่นอน
ความคมชัดทางภาพที่เหนือกว่า: รองรับภาพสูงสุด 2576px ช่วยให้สามารถ mapping พิกเซลแบบ 1:1 สำหรับการวิเคราะห์เอกสารและ UI ได้อย่างแม่นยำ
Latency สูงในการตั้งค่าระดับความพยายามสูงสุด: การสร้างการตอบกลับด้วยระดับความพยายาม 'xhigh' ทำให้เกิดเวลาในการรอคอยที่ยาวนานสำหรับงานที่ซับซ้อน
การควบคุม Reasoning แบบไดนามิก: ช่วยให้นักพัฒนาสามารถสลับระดับความพยายามผ่าน framework adaptive thinking เพื่อสร้างสมดุลระหว่าง latency และตรรกะที่เหมาะสม
การปฏิเสธการทำงานตามความปลอดภัยที่เข้มงวด: ตัวกรองความปลอดภัยไซเบอร์แบบเรียลไทม์อาจนำไปสู่การปฏิเสธที่ผิดพลาด (false positive) สำหรับงานวิจัยด้านความปลอดภัยที่ถูกต้องตามกฎหมาย

เริ่มต้นด่วน API

anthropic/claude-opus-4-7

ดูเอกสาร
anthropic SDK
import Anthropic from '@anthropic-ai/sdk';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const msg = await anthropic.messages.create({
  model: "claude-opus-4-7",
  max_tokens: 4096,
  thinking: { type: "adaptive" },
  messages: [{ role: "user", content: "Analyze this architecture for concurrency bugs." }],
});

console.log(msg.content[0].text);

ติดตั้ง SDK และเริ่มเรียก API ภายในไม่กี่นาที

ผู้คนพูดอะไรเกี่ยวกับ Claude Opus 4.7

ดูว่าชุมชนคิดอย่างไรเกี่ยวกับ Claude Opus 4.7

Claude Opus 4.7 ขึ้นนำใน SWE-bench และ agentic reasoning แซงหน้า GPT-5.4 และ Gemini 3.1 Pro
zarfet
twitter
การที่มันสามารถสร้างเกมสเก็ต 3D ทั้งระบบได้ในครั้งเดียว คือหลักฐานของความหนาแน่นของตรรกะในโมเดลนี้
jrandolph
hackernews
Opus 4.7 ออกแล้ว cursorbench กระโดดจาก 58% เป็น 70% และ XBOW visual acuity อยู่ที่ 98.5% เทียบกับ 54.5% ใน Opus 4.6
hirenthakore
twitter
Claude มักจะออกแบบเกินความจำเป็น (over-engineer): คุณขอแค่ฟังก์ชันง่ายๆ แต่มันกลับให้สถาปัตยกรรมที่ออกแบบมาเพื่อขยายผลไปได้เป็นทศวรรษ
Ok_Today5649
reddit
ผลตอบรับช่วงแรกของ Claude Opus 4.7 ชี้ไปที่การใช้ token ที่สูงขึ้นและความต้องการในการทำ prompt ที่เข้มงวดขึ้น
kimmonismus
twitter
ความพยายามในการ reasoning ระดับ X-High คือสิ่งที่ขาดไปสำหรับเวิร์กโฟลว์ของ agentic ที่ซับซ้อน
Bijan Bowen
youtube

วิดีโอเกี่ยวกับ Claude Opus 4.7

ดูบทเรียน รีวิว และการสนทนาเกี่ยวกับ Claude Opus 4.7

Claude เคยเป็นและยังคงเป็นโมเดลที่ให้ข้อมูลอ้างอิงได้ดีที่สุดในปัจจุบัน

จริงๆ แล้วราคาเท่าเดิม แต่ให้คุณควบคุมการใช้เหตุผลได้มากขึ้น

มันทำงานได้อย่างสมบูรณ์แบบ มันเลือกเครื่องมือที่ผมคงเลือกเองเหมือนกัน

โมเดลรู้สึกเร็วขึ้นอย่างเห็นได้ชัดเมื่อคุณไม่ได้ใช้ระดับการคิดสูงสุด

คุณจะเห็นว่ามันพิจารณาถึงกรณีขอบ (edge cases) ก่อนที่จะเขียนโค้ดแม้แต่บรรทัดเดียว

โมเดลนี้มีค่าใช้จ่ายในการรันสูงขึ้นมาก... คุณต้องจ่ายเพิ่มขึ้น 35% สำหรับ Opus 4.7

แค่การอัปเกรดเรื่อง vision ก็คุ้มแล้ว... สามารถประมวลผลภาพได้ละเอียดกว่าเดิมสามเท่าโดยไม่ต้องตัดส่วนออก

หากคุณใช้ API คุณต้องเตรียมจ่ายเพิ่มจากเดิม 35%

การเปลี่ยนแปลงการทำ tokenization คือจุดที่ต้องระวังให้ดีสำหรับค่าใช้จ่าย API ของคุณ

มันจัดการกับ deep context ได้ดีกว่า Opus 4 เวอร์ชันก่อนหน้า

ความสามารถด้าน vision ของโมเดลนี้ดีขึ้นอย่างก้าวกระโดด

ความพยายามในการ reasoning ระดับ X-High คือสิ่งที่ขาดไปสำหรับเวิร์กโฟลว์ของ agentic ที่ซับซ้อน

สิ่งนี้สมควรได้รับชื่อที่บอกว่าโหดมากจริงๆ มันทำให้ผมประทับใจสุดๆ

มันระบุบั๊กใน codebase เก่าของผมได้อย่างถูกต้อง ซึ่งโมเดลอื่นอีกสามตัวหาไม่เจอ

ระดับความเป็นอิสระใน agent loops คือสิ่งที่ทำให้มันต่างจาก GPT-5

มากกว่าแค่พรอมต์

เพิ่มพลังให้เวิร์กโฟลว์ของคุณด้วย ระบบอัตโนมัติ AI

Automatio รวมพลังของ AI agents การอัตโนมัติเว็บ และการผสานรวมอัจฉริยะเพื่อช่วยให้คุณทำงานได้มากขึ้นในเวลาน้อยลง

AI Agents
การอัตโนมัติเว็บ
เวิร์กโฟลว์อัจฉริยะ

เคล็ดลับมือโปรสำหรับ Claude Opus 4.7

เคล็ดลับจากผู้เชี่ยวชาญเพื่อช่วยให้คุณใช้ประโยชน์สูงสุดจาก Claude Opus 4.7 และได้ผลลัพธ์ที่ดีขึ้น

เปิดใช้งาน Adaptive Thinking

เปิดโหมด adaptive thinking ในการเรียกใช้ API อย่างชัดเจนเพื่อให้แน่ใจว่า Claude จะเลือกระดับความลึกของ reasoning ที่เหมาะสมที่สุด

ใช้ X-High สำหรับ Agents

ตั้งค่า effort parameter เป็น xhigh สำหรับ agentic loops เพื่อเพิ่มความสามารถในการตรวจสอบตัวเองและความแม่นยำทางตรรกะให้สูงสุด

ลดความซับซ้อนของ Prompt

ตัด prompt แบบเดิมๆ เช่น double-check your work ออกไป เนื่องจากโมเดลได้รับการปรับแต่งให้แก้ไขตัวเองภายในอยู่แล้ว

ติดตามการใช้ Token

ใช้การติดตาม tokenizer แบบใหม่เพื่อจัดการกับจำนวน token ที่เพิ่มขึ้น 35% สำหรับข้อมูลข้อความที่เหมือนกัน

คำรับรอง

ผู้ใช้ของเราพูดอย่างไร

เข้าร่วมกับผู้ใช้ที่พึงพอใจนับพันที่ได้เปลี่ยนแปลงเวิร์กโฟลว์ของพวกเขา

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ที่เกี่ยวข้อง AI Models

google

Gemini 3.1 Pro

Google

Gemini 3.1 Pro is Google's elite multimodal model featuring the DeepThink reasoning engine, a 1M+ context window, and industry-leading ARC-AGI logic scores.

1M context
$2.00/$12.00/1M
google

Gemini 3.1 Flash Live Preview

Google

Gemini 3.1 Flash Live Preview is Google's ultra-low-latency, audio-to-audio model featuring a 131K context window, high-fidelity multimodal reasoning, and...

131K context
$0.75/$4.50/1M
xai

Grok-3

xAI

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

1M context
$3.00/$15.00/1M
openai

GPT-5.2 Pro

OpenAI

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

1M context
$5.00/$25.00/1M
google

Gemini 3 Flash

Google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M

คำถามที่พบบ่อยเกี่ยวกับ Claude Opus 4.7

ค้นหาคำตอบสำหรับคำถามทั่วไปเกี่ยวกับ Claude Opus 4.7