2026 年 4 月 16 日，凌晨 3 點 17 分。Anthropic 的更新頁面悄悄上線一段文字。
那段文字不是行銷話術。不是「革命性突破」。不是「新時代到來」。
而是一句讓整個 AI 圈集體安靜的坦白：
「我們剛發布的 Opus 4.7，是目前市面上最強的商用 Claude。但我們內部還有一個更強的模型叫 Mythos——我們不敢放出來。」
這不是競品放話。這是 Anthropic 自己說的。
接下來 18 個小時，整個矽谷都在消化同一個念頭：最強的 AI，可能從今天起就不再是你買得到的那個。
先看 Opus 4.7 到底強到什麼程度
先把「Mythos」這個彩蛋放一邊。單看 Opus 4.7 本身的數字，已經夠狠了。
跟前一代 Opus 4.6 相比，Opus 4.7 的核心升級有五個：
| 指標 | Opus 4.6 | Opus 4.7 | 變化 |
|---|---|---|---|
| SWE-bench Verified（軟體工程基準） | ~72% | 87.6% | +15.6 pts |
| SWE-bench Pro（業界最難版本） | 53.4% | 64.3% | +10.9 pts |
| 生產環境任務解決率 | 基準 | x3（三倍） | —— |
| 視覺解析度上限 | 低解析 | 3.75MP | 質變 |
| Tokenizer | 舊版 | 全新，更高壓縮 | 省 token |
你可能對 SWE-bench Pro 這個名字陌生。它是目前公認最貼近真實軟體工程場景的測試——丟一個 GitHub 的 open issue 給模型，看它能不能自己寫出一個可以被 merge 的 PR。
64.3%。這個數字把同期的 GPT-5.4（57.7%）和 Gemini 3.1 Pro（54.2%）都甩在後面。
翻譯成白話：你丟 100 個真實工單給 Opus 4.7，它能獨立收掉 64 個。換成 GPT-5.4 是 57 個。這 7 個工單的差距，在實際工程團隊裡等於一個資深工程師的月產出。
這次真正被低估的是 xhigh
Opus 4.7 發布那天，所有報導的標題都鎖在「SWE-bench 第一」「Mythos 坦白」兩件事上。但我認為這版最被低估、對實戰影響最大的更新，是一個叫 xhigh 的推理檔位。
以前 Claude API 的 effort 參數只有 low / medium / high / max 四檔。max 是最貴、最慢、但最聰明的那一檔，處理複雜 agentic 任務時幾乎是必選——代價是 token 飆天、延遲爆表。
Opus 4.7 在 high 和 max 中間塞了一個新檔位：xhigh。官方給的定位是：
xhigh 適合進階編碼與複雜 agentic 工作，特別是需要反覆呼叫工具、長時間探索的場景。推理深度接近 max，但 token 消耗控制在合理範圍。
換算成實際使用體感：
- high：快、便宜，但長任務容易迷路。
- xhigh（新）：比 high 深思，但不像 max 那樣「每個步驟都想半天」。適合 90% 的 agentic 場景。
- max：真正的「給我想到底」模式。留給最難的工作。
Anthropic 連 Claude Code 都把預設檔位改成了 xhigh。這個訊號很清楚：對大部分人來說，high 以後會是遺產設定，xhigh 才是新基準線。
如果你在用 Claude API 做 agent，記得兩件事：
- 把預設 effort 從 high 改成 xhigh，成本大概漲 1.5 倍，但任務完成率會明顯提升。
- max_tokens 設到 64k 起步。Anthropic 明說過——Opus 4.7 在 xhigh/max 模式下會頻繁觸發「自我反思」和「回溯失敗的工具路徑」，token 不夠它會卡住。
回到 Mythos——那句讓所有人坐不住的話
現在回到這篇文章真正的主角。
Anthropic 在發布 Opus 4.7 的同一天，公開承認 Mythos Preview 這個內部模型比 Opus 4.7 更強——SWE-bench Pro 77.8%，高出 Opus 4.7 整整 13.5 個百分點。
這是什麼概念？
Opus 4.7 比 GPT-5.4 強 6.6 個百分點，整個 AI 圈已經炸鍋。Mythos 比 Opus 4.7 再強 13.5 個百分點——兩代的代差。
更關鍵的是後半句：「但我們不敢放出來。」
Anthropic 給的理由是網路安全（cyber capabilities）。Opus 4.7 訓練時，他們刻意做了一件事叫「差異化降級」——把模型原本可能具備的攻擊性網路能力調低。Mythos 沒做這件事，因為做了就不是 Mythos 了。
他們補了一句：「如果你是合法的資安研究員，我們有一個正式的驗證流程可以申請用 Mythos。」
翻譯成白話：最強的 Claude，只給通過身家調查的人用。
為什麼這件事比「SWE-bench 第一」重要一百倍
過去三年，AI 的敘事一直是「平權」——大家付一樣的錢，用一樣的模型。GPT-4、Claude 3 Opus、Gemini Ultra 剛推出時，差距就是幾個百分點，大家排著隊等上架 API。
這套敘事，從今天起破功了。
Anthropic 用一次公開聲明告訴所有人：模型的能力和你能買到的能力，從此不再是同一條曲線。
未來三年，這道裂縫只會越來越深：
- 頂層（Tier 0）：Mythos 這種只給特定機構（政府、金融、資安、國防）用的模型。你不知道它存在，直到有一天它出現在對手的工具鏈裡。
- 中層（Tier 1）：Opus 4.7 這種商用旗艦。貴、強、大部分人買得起但用不滿。
- 底層（Tier 2）：Sonnet、Haiku、Gemini Flash 這類性價比檔。夠日常使用，但碰到複雜任務會卡住。
散戶會以為自己在用最強的 AI。但其實你用的是第二強。最強的那個，正在被大機構專門訓練、專門餵資料、專門跑他們的業務。
給一般使用者的三個判斷
聊完大格局，回到你今天打開 Claude 時該想的事。
第一，Pro/Max 訂戶現在就該切 Opus 4.7。定價跟 4.6 完全一樣，但生產環境任務解決率 x3。同樣 20 美金/月的 Pro，你用 4.7 等於拿到三倍產能。用 4.6 不換的唯一理由是——你還在用舊的 prompt 模板沒來得及調。調一下，調一下。
第二，Claude Code 用戶預設就升級了，但請檢查 max_tokens。Claude Code 預設跑 xhigh，如果你還用舊的 max_tokens 設定（16k、32k），Opus 4.7 會在複雜任務中途「token 不夠卡在反思階段」。官方建議 64k 起跳。改了之後你會發現它可以跑完整個夜班，而不是半路停。
第三，開始把「我用得到 Mythos 嗎」列進你的商業決策清單。如果你是資安研究者、量化交易員、或者任何需要「最強」模型的職業，Anthropic 的驗證流程值得走一趟。申請被拒的比例不會低，但申請不到你永遠在 Tier 1 的天花板打轉。
給開發者的遷移清單
如果你是用 API 接 Claude 做產品的開發者，這幾件事本週內要做：
- 把 model 字串從
claude-opus-4-6改成claude-opus-4-7（記得先在 staging 測，tokenizer 換了）。 - effort 參數預設改
xhigh，只有很便宜的任務才降到 high。 - max_tokens 預設改 64k。長 agent 任務可以開到 96k。
- 檢查你的 prompt 有沒有用到「請一步步思考」這類手動 CoT 指令——xhigh 已經內建深度反思，手動 CoT 反而會拖累延遲。
- 如果你有用到 MCP 工具鏈，Opus 4.7 的 MCP-Atlas 分數是 77.3%——把之前 GPT 處理不好的工具呼叫任務搬過來測一次。
我的判斷：這是 AI 圈「後平權時代」的起點
把時間線拉長看，4 月 16 日這天會被記住，不是因為 SWE-bench 64.3%。
而是因為 Anthropic 首次公開承認：能力和 API 是兩條線。
OpenAI 也藏了東西——他們從 GPT-4 時代就有內部版本跑得比 API 版強，只是從來沒承認。Google DeepMind 更不用說。Anthropic 這次是把 AI 大廠心照不宣的默契攤在桌上：最強的模型，你用不到。
接下來值得盯的三個訊號：
- OpenAI 會不會跟進，公開承認他們也有內部版？
- Mythos 的「驗證程序」會不會變成下一代 AI 合規的標配？
- 中國的 DeepSeek、Kimi、百度——會不會因為沒有這層「藏模型」的機制，反而意外地對所有人開放了最強能力？
我個人偏向最後一個會發生。這可能是未來兩年 DeepSeek 還能繼續撿漏的根本原因——不是便宜，是對所有人平等。
至於 Opus 4.7 該不該升？立刻升。
至於 Mythos 什麼時候能摸到？不知道。但從今天起，你已經知道它存在了。
本文為個人觀察與分析，非投資或職涯建議。AI 模型規格與定價隨廠商政策變動，請以 Anthropic 官方公告為準。截至 2026-04-17。
延伸閱讀：更多 AI 工具與趨勢
- Claude Opus 4.8 上週四悄悄上線：1,000 個分身平行打工、Fast 模式砍到三折、奧數從 69 衝到 96 分
- Claude Mythos：Anthropic 造了一個 AI 超級駭客，然後決定不公開它
- Anthropic 做了一個 AI 駭客：幾週內找到數千個零日漏洞，只敢給 50 家公司用
發表迴響