Claude Opus 4.7の視覚能力はどこまで進化したのか

これは、技術図、研究関連の図、システム構成図、工程図のような入力に関しては、単なる「画像が見られる」より一段具体的なシグナルです。ただし、これも独立した公開ベンチマークではなく、早期顧客のフィードバックです。すべてのビジネスグラフやダッシュボード、デザインレビューにそのまま当てはめるのは避けるべきです。

デザイン案やスライド作成との関係

Anthropicは、Opus 4.7がprofessional workにおいて、より高品質なinterfaces、slides、docsを作れるとも説明しています。 また、製品ページでもspreadsheets、slides、docsなどの業務ワークフローが挙げられています。

これはUIや資料作成に近い話ではありますが、「デザイン案をより正確にレビューできる」と同義ではありません。たとえば、余白の不統一、情報設計の弱さ、CTAの目立ち方、視覚的階層、コンポーネントの一貫性をどれだけ正確に指摘できるかは、別途検証が必要です。

用途別に見る現在の評価

「98.5%」のような数字は慎重に扱う

第三者の技術記事では、visual acuity benchmarkが54.5%から98.5%へ上がったという記述があります。 数字としては非常に大きく見えますが、これをそのまま「スクリーンショット、グラフ、デザイン案の解析がすべて大幅改善した証拠」と見るのは危険です。

理由は二つあります。第一に、Anthropicの公式発表ではありません。第二に、単一のvisual acuity指標が、スクリーンショット内の文字読み取り、グラフの数値理解、UI階層の評価、デザイン上の問題発見にどこまで直結するかは明確ではありません。参考情報にはなりますが、導入判断の決め手にするには弱い材料です。

導入前にやるべき検証

プロダクト、デザイン、データ分析、エンジニアリングの現場で重要なのは、発表文の表現よりも、自分たちの実データで勝てるかどうかです。おすすめは、小規模なブラインドA/Bテストです。

1. 同じスクリーンショット、ダッシュボード、UIモック、文書画像、技術図を用意する。
2. Opus 4.7と現在使っているモデルに、同じプロンプトで回答させる。
3. 評価者にはモデル名を伏せる。
4. 文字読み取り、数値理解、視覚的階層の判断、問題発見、幻覚の少なさ、実行可能な指摘かどうかを同じ基準で採点する。
5. 「もっともらしい答え」ではなく、細部の読み落としや数字の誤読、自信ありげな誤答を重点的に見る。

特に試す価値がある素材は、細かい文字が多い設定画面、請求画面、エラーログ、密度の高いダッシュボード、軸や凡例が複雑なグラフ、余白や整列の評価が必要なUIモック、表を含む文書画像、システム構成図や化学構造図です。

結論

「Claude Opus 4.7の視覚能力は上がったのか」と聞かれれば、答えはイエスです。AnthropicはOpus 4.7について、より強いvisionと高解像度画像への対応を説明しており、製品ページでもvisionを中核的な能力のひとつとして示しています。

ただし、「スクリーンショット、グラフ、デザイン案の分析が、公開証拠によって明確に大幅改善したと確認できるか」と聞かれれば、答えはまだ慎重です。強い期待材料はありますが、用途別に整理された公開ベンチマークは不足しています。実務で使うなら、自社の画像と評価基準で一度テストしてから判断するのが安全です。