Claude Opus 4.7 벤치마크: 코딩 에이전트와 장문 작업에서 드러난 강점

이 조합은 대규모 코드베이스, 긴 기술 문서, 여러 단계의 분석, 실행 과정의 맥락을 오래 유지해야 하는 에이전트 워크플로에 특히 잘 맞는다. 공개 벤치마크에서도 이 방향의 근거가 가장 뚜렷하다. Vals AI는 Opus 4.7을 여러 코딩·에이전트 중심 리더보드에서 1위로 올려놓고 있다.

다만 결론은 신중해야 한다. Vals AI의 일부 벤치마크에서는 Opus 4.7이 1위가 아니며, Anthropic의 자체 출시 자료도 Claude Mythos Preview가 Opus 4.7보다 더 폭넓게 유능하다고 설명한다.

실제 사용에서 중요한 사양

Opus 4.7의 가장 큰 원시 성능 포인트는 문맥 규모다. Anthropic과 AWS 문서에 따르면 Opus 4.7은 100만 토큰 컨텍스트 윈도와 최대 12만 8,000 토큰 출력 한도를 지원한다. 모델이 저장소 전체, 긴 보고서, 여러 파일에 걸친 기술 작업, 상세한 에이전트 실행 기록을 읽고 이어서 처리해야 할 때 이 한도는 실무적으로 의미가 크다.

전환을 검토하는 팀이라면 토큰 계산 방식도 확인해야 한다. Anthropic은 Opus 4.7의 새 토크나이저가 콘텐츠에 따라 이전 모델 대비 대략 1배에서 1.35배까지 더 많은 토큰으로 계산될 수 있다고 설명한다. 다시 말해 기존 Claude 모델에서는 여유 있게 들어가던 프롬프트나 자동화 흐름도 Opus 4.7에서는 토큰 예산을 다시 점검하는 편이 안전하다.

가장 강한 공개 근거는 코딩과 에이전트 작업

Anthropic은 Opus 4.7을 Opus 4.6 대비 고급 소프트웨어 엔지니어링과 복잡하고 오래 걸리는 작업에서 의미 있게 개선된 모델로 포지셔닝한다. 출시 자료에서는 어려운 코딩 작업에서 지시 이행, 자체 검증, 일관성이 좋아졌다고 강조한다.

Anthropic 공개 자료에서 가장 눈에 띄는 수치는 고객 보고 결과다. 93개 과제로 구성된 코딩 벤치마크에서 Opus 4.7이 Opus 4.6보다 13% 개선됐고, Opus 4.6과 Sonnet 4.6이 풀지 못한 과제 4개를 해결했다는 내용이다. 의미 있는 신호이지만, 공개 독립 감사가 아니라 출시 자료에 실린 고객 보고 결과라는 점은 감안해야 한다.

외부 벤치마크도 코딩 에이전트 쪽 강점을 뒷받침한다. Vals AI는 Claude Opus 4.7을 Vals Index에서 40개 중 1위, SWE-bench에서 41개 중 1위, Terminal-Bench 2.0에서 52개 중 1위, Vibe Code Bench에서 26개 중 1위로 제시한다. 이 순위들을 함께 보면 Opus 4.7은 실전형 코딩, 터미널 기반 작업, 에이전트식 실행에서 특히 경쟁력이 큰 모델로 읽힌다.

벤치마크는 강하지만, 전 분야 석권은 아니다

같은 Vals AI 자료를 보면 신중한 해석이 필요한 이유도 보인다. Opus 4.7은 AIME에서 96개 중 7위, LiveCodeBench에서 103개 중 13위, MMMU Pro에서 66개 중 7위로 올라 있다. 모두 높은 순위지만, 해당 목록에서 1위는 아니다.

Vals AI는 일부 벤치마크 실행이 서로 다른 제공자와 파라미터를 사용할 수 있다고도 설명한다. 따라서 이런 순위는 방향성을 보여주는 자료로 유용하지만, 모든 조건을 완전히 통제한 일대일 비교로 받아들이기는 어렵다.

이미지 입력도 뚜렷하게 업그레이드

Opus 4.7은 이미지가 많은 작업에서도 주목할 만하다. Anthropic은 Opus 4.7이 Claude 모델 중 처음으로 고해상도 이미지 지원을 제공하며, 최대 이미지 해상도가 기존 1568픽셀·1.15MP에서 2576픽셀·3.75MP로 올라갔다고 설명한다.

Anthropic은 이 변화가 저수준 지각과 이미지 내 위치 파악을 개선한다고 말한다. 따라서 더 세밀한 시각 입력을 다루는 업무에서는 이전 Claude 모델보다 Opus 4.7이 더 적합한 후보가 될 수 있다. 다만 공개 문서가 직접적으로 입증하는 것은 해상도 지원의 확대이며, 모든 실제 비전 업무에서 정확도가 전반적으로 오른다고 단정할 수 있는 근거는 제한적이다.

Anthropic에서 가장 강력한 Claude인가

공개 자료만 놓고 보면 그렇게 단정하기는 어렵다. 가장 안전한 표현은 Claude Opus 4.7이 Anthropic의 일반 제공 Claude 모델 중 가장 유능한 모델이라는 것이다.

Anthropic의 전체 모델 중 가장 강력하다고 말하기는 조심스럽다. Anthropic의 출시 자료는 Claude Mythos Preview가 Claude Opus 4.7보다 더 폭넓게 유능하다고 설명한다. 이 차이는 중요하다. Opus 4.7은 일반 제공 Opus 라인에서 가장 강한 모델일 수 있지만, 모든 작업에서 Anthropic의 절대 최상위 모델이라고 보기는 어렵다.

Opus 4.7을 선택하기 좋은 경우

Opus 4.7은 문서화된 강점이 실제 과제와 맞아떨어질 때 빛난다. 어려운 코딩 작업, 여러 단계로 이어지는 에이전트 실행, 대규모 코드베이스, 매우 긴 문서, 고해상도 이미지 입력이 대표적이다.

반대로 이름값이나 일부 리더보드만 보고 범용 1위 모델로 선택하는 것은 위험할 수 있다. AIME, LiveCodeBench, MMMU Pro처럼 Vals AI에서 Opus 4.7이 1위가 아닌 벤치마크군이 업무 성격과 가깝다면, 도입 전 자체 과제 기반 평가를 먼저 돌려보는 편이 낫다.

결론

Claude Opus 4.7은 공개 근거만 보더라도 매우 강력한 모델이다. 100만 토큰 컨텍스트 윈도와 최대 12만 8,000 토큰 출력을 지원하고, 코딩 및 에이전트형 워크플로에서 특히 강한 벤치마크 신호를 보인다.

다만 결론은 ‘모든 분야에서 최고’가 아니라 ‘코딩 에이전트, 긴 문맥 작업, 업그레이드된 비전 입력에서 매우 강한 일반 제공 모델’에 가깝다. Anthropic의 자체 모델 포지셔닝과 Vals AI의 혼합된 벤치마크 순위는 일부 영역에서 다른 모델이 Opus 4.7을 앞설 여지가 있음을 보여준다.