不過，這不等於已經證明它在每一種視覺工作上都「明顯大幅」勝過上一代。尤其是 screenshot reading、chart interpretation、design mockup review 這些場景，公開資料暫時較多是官方描述和早期客戶訊號，而不是分類清晰、可重複、逐任務比較的 benchmark。

公開證據實際支持到哪裏？

1. 官方明確說 vision 變強

最直接的證據來自 Anthropic 自己：Opus 4.7 發布文稱新模型有「substantially better vision」，並支援更高解像度圖片。 Anthropic 的產品頁亦把 Opus 4.7 定位為在 coding、vision 和 complex multi-step tasks 上更強，並提到 spreadsheets、slides、docs 等企業工作流。

這些資料支持「整體圖片理解能力有進步」的判斷。不過，它仍然主要是廠商發布資料；用於生產決策時，應再配合自己的真實素材測試。

2. 更高解像度圖片支援，對 screenshot 是正面訊號

Screenshot 任務通常依賴細字、欄位、UI 區塊、表格和密集資訊。Anthropic 稱 Opus 4.7 可處理更高解像度圖片，這對讀介面截圖、文件截圖、設定頁或 dashboard 截圖都是合理的正面訊號。

但要小心：更高解像度支援本身不是 screenshot reading benchmark。較準確的說法是，Opus 4.7 值得用 screenshot 任務重測；但公開資料未足以單獨證明 screenshot 理解準確率已大幅上升。

3. 技術圖和多模態理解的訊號較強

Anthropic 的發布文引用早期測試客戶 Solve Intelligence 的說法，指 Opus 4.7 的 multimodal understanding 有明顯改善，例子包括 chemical structures 和 complex technical diagrams。 對工程圖、科研圖像、流程圖或其他技術示意圖來說，這比一般「vision 更好」的描述更具體。

限制是，這仍然是早期客戶回饋，而不是獨立公開 benchmark；而且 complex technical diagrams 不等於所有商業圖表、dashboard chart 或設計稿 review。

4. Interfaces、slides、docs 相關，但不能直接當成設計稿 benchmark

Anthropic 在發布資料中提到 Opus 4.7 在專業工作上能產生更高質素的 interfaces、slides 和 docs。 產品頁亦提到 spreadsheets、slides、docs 等工作流。

這些訊號與 UI、投影片、文件工作有關，但推論要保守：能產生更好的 interface 或 slide，不等於已公開證明模型能更準確地分析設計稿、找出 spacing 問題、評估 visual hierarchy，或診斷 mockup 的一致性錯誤。

Screenshot、圖表、設計稿：逐項判斷

小心引用「98.5% visual acuity」這類數字

有第三方技術文章提到一個 visual acuity benchmark 由 54.5% 升至 98.5%。 這個數字看起來很大，但不宜直接當成「screenshot、圖表、設計稿全面大幅改善」的證明。

原因很簡單：第一，它不是 Anthropic 官方發布資料；第二，單一 visual acuity 指標未必能直接映射到 screenshot 讀字、chart 數值理解、UI hierarchy 評估或設計稿問題診斷。它可以作為額外參考，但不應成為採用或換模型的唯一依據。

如果要決定是否換模型，應該怎樣測？

對產品、設計、數據或工程團隊來說，最實際不是問發布文寫得有多強，而是用自己的真實素材做小型 blind A/B test。

建議流程：

1. 準備同一批 screenshot、dashboard chart、UI mockup、文件截圖和技術圖。
2. 用完全相同 prompt 分別測 Opus 4.7 和你目前使用的模型。
3. 隱去模型名稱，讓評分者不知道答案來自哪個模型。
4. 每題用固定 rubric 評分：文字讀取準確度、圖表數值理解、視覺 hierarchy 判斷、錯誤發現、幻覺率、輸出是否可執行。
5. 不只看答案是否「似樣」，更要看有沒有漏細節、有沒有錯讀數字、有沒有自信講錯。

最值得優先測的素材包括：

• 細字 screenshot：設定頁、billing 頁、error log、dense dashboard。
• 圖表解讀：axis、legend、trend、outlier、百分比變化。
• 設計稿 review：spacing、alignment、visual hierarchy、CTA clarity。
• 文件截圖：表格、合約段落、投影片、報告摘要。
• 技術圖：系統架構圖、流程圖、工程圖、化學結構圖。

最終結論

如果問題是「Claude Opus 4.7 整體 vision 有沒有升級？」答案是有，公開資料支持這個判斷：Anthropic 明確稱它有更好的 vision，產品頁亦把 vision 放在 Opus 4.7 的核心能力之一。

如果問題是「screenshot、圖表、設計稿分析是否已被公開證據證明明顯好很多？」答案就要保守得多：目前有強烈正面訊號，但未有足夠公開、分類清晰的 benchmark 去完全坐實。 在真正換模型前，最好用自己的截圖、圖表和設計稿跑一輪 blind A/B test，確認提升是否出現在你的實際工作流。

不過，這不等於已經證明它在每一種視覺工作上都「明顯大幅」勝過上一代。尤其是 screenshot reading、chart interpretation、design mockup review 這些場景，公開資料暫時較多是官方描述和早期客戶訊號，而不是分類清晰、可重複、逐任務比較的 benchmark。

公開證據實際支持到哪裏？

1. 官方明確說 vision 變強

最直接的證據來自 Anthropic 自己：Opus 4.7 發布文稱新模型有「substantially better vision」，並支援更高解像度圖片。 Anthropic 的產品頁亦把 Opus 4.7 定位為在 coding、vision 和 complex multi-step tasks 上更強，並提到 spreadsheets、slides、docs 等企業工作流。

這些資料支持「整體圖片理解能力有進步」的判斷。不過，它仍然主要是廠商發布資料；用於生產決策時，應再配合自己的真實素材測試。

2. 更高解像度圖片支援，對 screenshot 是正面訊號

Screenshot 任務通常依賴細字、欄位、UI 區塊、表格和密集資訊。Anthropic 稱 Opus 4.7 可處理更高解像度圖片，這對讀介面截圖、文件截圖、設定頁或 dashboard 截圖都是合理的正面訊號。

但要小心：更高解像度支援本身不是 screenshot reading benchmark。較準確的說法是，Opus 4.7 值得用 screenshot 任務重測；但公開資料未足以單獨證明 screenshot 理解準確率已大幅上升。

3. 技術圖和多模態理解的訊號較強

Anthropic 的發布文引用早期測試客戶 Solve Intelligence 的說法，指 Opus 4.7 的 multimodal understanding 有明顯改善，例子包括 chemical structures 和 complex technical diagrams。 對工程圖、科研圖像、流程圖或其他技術示意圖來說，這比一般「vision 更好」的描述更具體。

限制是，這仍然是早期客戶回饋，而不是獨立公開 benchmark；而且 complex technical diagrams 不等於所有商業圖表、dashboard chart 或設計稿 review。

4. Interfaces、slides、docs 相關，但不能直接當成設計稿 benchmark

Anthropic 在發布資料中提到 Opus 4.7 在專業工作上能產生更高質素的 interfaces、slides 和 docs。 產品頁亦提到 spreadsheets、slides、docs 等工作流。

這些訊號與 UI、投影片、文件工作有關，但推論要保守：能產生更好的 interface 或 slide，不等於已公開證明模型能更準確地分析設計稿、找出 spacing 問題、評估 visual hierarchy，或診斷 mockup 的一致性錯誤。

Screenshot、圖表、設計稿：逐項判斷

小心引用「98.5% visual acuity」這類數字

有第三方技術文章提到一個 visual acuity benchmark 由 54.5% 升至 98.5%。 這個數字看起來很大，但不宜直接當成「screenshot、圖表、設計稿全面大幅改善」的證明。

原因很簡單：第一，它不是 Anthropic 官方發布資料；第二，單一 visual acuity 指標未必能直接映射到 screenshot 讀字、chart 數值理解、UI hierarchy 評估或設計稿問題診斷。它可以作為額外參考，但不應成為採用或換模型的唯一依據。

如果要決定是否換模型，應該怎樣測？

對產品、設計、數據或工程團隊來說，最實際不是問發布文寫得有多強，而是用自己的真實素材做小型 blind A/B test。

建議流程：

1. 準備同一批 screenshot、dashboard chart、UI mockup、文件截圖和技術圖。
2. 用完全相同 prompt 分別測 Opus 4.7 和你目前使用的模型。
3. 隱去模型名稱，讓評分者不知道答案來自哪個模型。
4. 每題用固定 rubric 評分：文字讀取準確度、圖表數值理解、視覺 hierarchy 判斷、錯誤發現、幻覺率、輸出是否可執行。
5. 不只看答案是否「似樣」，更要看有沒有漏細節、有沒有錯讀數字、有沒有自信講錯。

最值得優先測的素材包括：

• 細字 screenshot：設定頁、billing 頁、error log、dense dashboard。
• 圖表解讀：axis、legend、trend、outlier、百分比變化。
• 設計稿 review：spacing、alignment、visual hierarchy、CTA clarity。
• 文件截圖：表格、合約段落、投影片、報告摘要。
• 技術圖：系統架構圖、流程圖、工程圖、化學結構圖。

最終結論

如果問題是「Claude Opus 4.7 整體 vision 有沒有升級？」答案是有，公開資料支持這個判斷：Anthropic 明確稱它有更好的 vision，產品頁亦把 vision 放在 Opus 4.7 的核心能力之一。

如果問題是「screenshot、圖表、設計稿分析是否已被公開證據證明明顯好很多？」答案就要保守得多：目前有強烈正面訊號，但未有足夠公開、分類清晰的 benchmark 去完全坐實。 在真正換模型前，最好用自己的截圖、圖表和設計稿跑一輪 blind A/B test，確認提升是否出現在你的實際工作流。