OpenAI 文件確認 API 可使用 GPT Image models 進行圖片生成與編輯,並提到 gpt image 2;但這不等於已證明它在 UI mockup 場景更自然。[14]
先確認模型版本:Anthropic 表示同一 model snapshot date 在不同平台上應一致,因此比較重點多半是平台入口,而不是 Claude 本身。[5]
較穩妥的流程是先高品質數位化;一份實務指南建議以 600 DPI 掃描,再用 AI 或 Photoshop 處理刮痕、褪色與偏色 [8]。
沒有一款 AI 適合所有研究任務:既有文件可先試 NotebookLM;複雜檔案、表格與圖片可搭配 ChatGPT;網路研究則要選能提供引用的搜尋工具。
Claude Opus 4.7 屬於廣泛可用前沿模型第一梯隊,強在 coding、長流程 agents 與視覺任務;它支援 1M context / 128k 輸出,SWE bench Verified 轉述分數為 87.6%,但公開證據仍不足以證明它是全市場第一。[1][9][14][15]
判定:可以支援。官方資料支持 Kimi K2.6 的 coding、多模態與 agentic 能力,Kimi Websites 也主打把想法做成 working websites;但沒有足夠證據可說單一模型保證任何需求一鍵正式上線。[1][3][14]
可以:AI 能處理例行、重複、文件化良好的客服對話與工單;部分指南提到客服查詢可達 70–90% 自動化,或最多自動處理 85% 例行請求,但不應視為所有企業的保證值 [3][5]。
Claude Opus 4.7 API 目前最可用的預算數字,是輸入每 100 萬 token 5 美元、輸出每 100 萬 token 25 美元;來源為 GlobalGPT 與 CloudPrice 兩個非官方清單。[5][6]
Opus 4.7 與 4.6 標準 API list price 同為每百萬 input/output tokens $5/$25,context/output 同為 1M/128k;但 4.7 新 tokenizer 可令文字 token 用量約為 1x–1.35x,實際帳單要用自己的 workload 重算。[16][15][1]
對台灣使用者來說,Claude Opus 4.7 目前較可查證的開通路徑是 Claude API、Google Vertex AI 與 Amazon Bedrock;本文來源尚無法確認消費者版 Claude 在台灣可直接開通 Opus 4.7。[7][5][6]
截至引用的 2026 年 4 月資料,Claude Opus 4.7 已被確認為正式可用的 Opus 版本,Claude API 模型識別碼為 claude opus 4 7,並可在 GitHub Copilot 中使用。[5][6]