答案公開網址2026年4月20日10 個來源

搜尋並查核事實：Claude Opus 4.7 看截圖、PDF、報表、文件的能力進步在哪裡？

查核官方資料後，Claude Opus 4.7 在「看截圖、PDF、報表、文件」上的已知進步，核心不是新增獨立的 PDF/文件引擎，而是視覺能力本身變強：可吃更高解析圖片、看細節更準、找區域更好，所以對截圖、掃描 PDF、圖表表格、技術文件這類內容更有利。[1][8] 目前我沒有看到官方公布一個專門針對「PDF/報表理解」的單一公開 benchmark；最能被證實的是下面這些改進。[1][5] Opus 4.7 是 Anthrop...

重點整理

查核官方資料後，Claude Opus 4.7 在「看截圖、PDF、報表、文件」上的已知進步，核心不是新增獨立的 PDF/文件引擎，而是視覺能力本身變強：可吃更高解析圖片、看細節更準、找區域更好，所以對截圖、掃描 PDF、圖表表格、技術文件這類內容更有利。[1][8] 目前我沒有看到官方公布一個專門針對「PDF/報表理解」的單一公開 benchmark；最能被證實的是下面這些改進。[1][5]
Opus 4.7 是 Anthropic 第一個支援高解析圖片的 Claude 模型，最大圖片解析度從 1568px / 1.15MP 提高到 2576px / 3.75MP。[1]

研究答案

查核官方資料後，Claude Opus 4.7 在「看截圖、PDF、報表、文件」上的已知進步，核心不是新增獨立的 PDF/文件引擎，而是視覺能力本身變強：可吃更高解析圖片、看細節更準、找區域更好，所以對截圖、掃描 PDF、圖表表格、技術文件這類內容更有利。^[1]^[8] 目前我沒有看到官方公布一個專門針對「PDF/報表理解」的單一公開 benchmark；最能被證實的是下面這些改進。^[1]^[5]

Opus 4.7 是 Anthropic 第一個支援高解析圖片的 Claude 模型，最大圖片解析度從 1568px / 1.15MP 提高到 2576px / 3.75MP。^[1]
Anthropic 官方直接寫明，這個解析度提升特別重要於 computer use，以及 screenshot / artifact / document understanding workflows，也就是截圖、介面畫面、文件理解這類工作流。^[1]
除了更高解析度，Opus 4.7 還改進了低階視覺感知能力，包括 pointing、measuring、counting 這類任務。^[1]
官方也說它的 image localization 更好，包含自然影像的 bounding-box localization 與 detection 改進。^[1]
對看螢幕截圖來說，另一個很實際的變化是座標改成與實際像素 1:1 對應，不需要再做縮放換算；這會讓標註畫面位置、指出按鈕/欄位/區塊更直接。^[1]
Anthropic 在發表文中也總結說，Opus 4.7 的 vision「substantially better」，而且能以更高解析度看圖。^[8]
對 PDF 來說，Claude 原本就支援處理 PDF，能讀取其中的文字、圖片、圖表與表格；所以 4.7 的進步比較像是「視覺讀圖層面變強」，不是官方另外宣布了一個全新的 PDF 功能。^[5]^[1]
這表示受益最大的，很可能是掃描式 PDF、內嵌圖表的報表、含小字與密集版面的文件、技術示意圖、產品截圖等需要看清細節的內容；但這一點是根據官方功能描述做的合理推論，不是官方單獨公布的 PDF 專項分數。^[1]^[5]
官方早期測試回饋也提到，Opus 4.7 的 multimodal understanding 有明顯進步，例子包括讀 chemical structures 和複雜 technical diagrams。^[8]
代價是高解析圖片會消耗更多 tokens；如果不需要那麼高的圖像細節，Anthropic 建議先 downsample，以免成本上升。^[1]

如果你要一句話總結：Claude Opus 4.7 在看截圖、PDF、報表、文件上的進步，已知最扎實的事實是「看得更清楚、抓細節更準、定位區塊更好」；但目前官方沒有公開證明它在「純文字 PDF 解析」或「表格抽取」上有單獨、量化的大幅躍升。^[1]^[5]^[8]

如果你要，我下一步可以幫你把這些進步拆成 3 類場景做更具體比較：

截圖/UI 理解
掃描 PDF / 報表 / 表格
一般文件摘要與問答

輔助視覺素材

Anthropic vsAnthropic vs. OpenAI vs. Google foot race on track with audience cheering and smiling man keeping time

GPDVal-AA knowledge work benchmark comparison chart of Opus 4.7 vs other models

Annotated Claude Opus 4.7 benchmark chart

anthropics claude opus 4 7 what actually changed in 48 hours 101dfed8fde2

Meta Ray-Ban Glasses Developer Features: Complete Guide for Gen 1 & Gen 2

Gemini 3.1 Pro: What's New, Benchmark Results & Developer Guide

Lushbinary Team

Logo

研究對話

你2026年4月20日

研究問題

搜尋並查核事實：Claude Opus 4.7 看截圖、PDF、報表、文件的能力進步在哪裡？

Studio Global AI2026年4月20日10 個來源

附引用的答案

Opus 4.7 是 Anthropic 第一個支援高解析圖片的 Claude 模型，最大圖片解析度從 1568px / 1.15MP 提高到 2576px / 3.75MP。^[1]
Anthropic 官方直接寫明，這個解析度提升特別重要於 computer use，以及 screenshot / artifact / document understanding workflows，也就是截圖、介面畫面、文件理解這類工作流。^[1]
除了更高解析度，Opus 4.7 還改進了低階視覺感知能力，包括 pointing、measuring、counting 這類任務。^[1]
官方也說它的 image localization 更好，包含自然影像的 bounding-box localization 與 detection 改進。^[1]
對看螢幕截圖來說，另一個很實際的變化是座標改成與實際像素 1:1 對應，不需要再做縮放換算；這會讓標註畫面位置、指出按鈕/欄位/區塊更直接。^[1]
Anthropic 在發表文中也總結說，Opus 4.7 的 vision「substantially better」，而且能以更高解析度看圖。^[8]
對 PDF 來說，Claude 原本就支援處理 PDF，能讀取其中的文字、圖片、圖表與表格；所以 4.7 的進步比較像是「視覺讀圖層面變強」，不是官方另外宣布了一個全新的 PDF 功能。^[5]^[1]
這表示受益最大的，很可能是掃描式 PDF、內嵌圖表的報表、含小字與密集版面的文件、技術示意圖、產品截圖等需要看清細節的內容；但這一點是根據官方功能描述做的合理推論，不是官方單獨公布的 PDF 專項分數。^[1]^[5]
官方早期測試回饋也提到，Opus 4.7 的 multimodal understanding 有明顯進步，例子包括讀 chemical structures 和複雜 technical diagrams。^[8]
代價是高解析圖片會消耗更多 tokens；如果不需要那麼高的圖像細節，Anthropic 建議先 downsample，以免成本上升。^[1]

如果你要，我下一步可以幫你把這些進步拆成 3 類場景做更具體比較：

截圖/UI 理解
掃描 PDF / 報表 / 表格
一般文件摘要與問答

大家也會問