Anthropic'in Claude 4.7 sürümü kodlamayı artırırken bağlamı %46 azaltıyor

Anthropic, yazılım mühendisliği kıyaslamalarında lider puanlara sahip Claude Opus 4.7'yi piyasaya sürdü, ancak modelin uzun bağlam geri çağırma (long-context recall) performansı 46 puandan fazla düştü; bu da çok yönlü performanstan özel kurumsal araçlara doğru stratejik bir kaymanın sinyalini veriyor.

Anthropic tarafından paylaşılan bir açıklamada Hex'in CTO'su, "Bu, daha akıllı, daha verimli bir Opus 4.6" diyerek, "düşük çaba seviyesindeki Opus 4.7'nin kabaca orta çaba seviyesindeki Opus 4.6'ya eşdeğer olduğunu" belirtti.

Yeni model, SWE-bench Pro kodlama testinde %64,3 puan alarak selefinin %53,4'lük skorundan önemli bir sıçrama yaptı ve OpenAI'ın GPT-5.4'ünün (%57,7) önüne geçti. Ancak, MRCR v2 uzun bağlam kıyaslamasında puanı, Opus 4.6'nın %78,3'lük skorundan %32,2'ye geriledi; bu, kullanıcılar için efektif maliyeti de artıran yeni bir tokenizer'ın doğrudan bir sonucudur.

Bu ödünleşme, 30 milyar dolarlık yıllık gelir oranında çalıştığı bildirilen Anthropic'in, en geniş bağlam penceresi için verilen maliyetli yarış yerine, yüksek marjlı kurumsal kodlama ve ajansal iş akışı (agentic workflow) pazarını önceliklendirdiğini gösteriyor. Geliştiriciler için bu, daha güçlü ancak potansiyel olarak daha pahalı ve bir zamanlar lider olduğu uzun belge analizi için daha az uygun bir araç anlamına geliyor.

Hedef odaklı bir güncelleme

Opus 4.7 genel bir iyileştirme değil, hedef odaklı bir yükseltmedir. Modelin kazanımları, Şubat ayında Claude Code'u 2,5 milyar dolarlık yıllık gelire ulaştırdığı bildirilen pazar segmenti olan kurumsal geliştiriciler için kritik alanlarda yoğunlaşmıştır. Popüler AI kod düzenleyicilerindeki performansı ölçen CursorBench'te Opus 4.7, selefine göre 12 puanlık bir artışla %70 puan aldı. Erken dönem iş ortağı Rakuten, yeni modelin Opus 4.6'dan üç kat daha fazla üretim görevini çözdüğünü bildirdi.

Vizyon yetenekleri de önemli bir yükseltme aldı. XBOW görsel kıyaslamasında, Opus 4.7'nin doğruluğu önceki modelin %54,5'inden %98,5'e fırladı. Görüntü çözünürlüğündeki üç katlık artışla birleşen bu iyileştirme, yoğun diyagramları veya ekran görüntülerini okumak gibi karmaşık görsel görevleri üretim ortamları için yeterince güvenilir hale getiriyor; bu, bilgisayar kullanan ajanlar için temel bir gereksinimdir.

Bu iyileştirmelerin bir bedeli var. Modelin büyük belgelerden bilgi geri çağırma yeteneği —önceki Claude sürümlerinin bir alametifarikası— ciddi şekilde kısıtlandı. Uzun bağlam kıyaslamasındaki 46 puanlık düşüş, Opus 4.7'yi kapsamlı metinleri analiz etmeye güvenen hukuk ve araştırma gibi alanlardaki kullanıcılar için önemli bir geri adım haline getiriyor. Anthropic bu değişikliği, metni farklı şekilde işleyen yeni bir tokenizer'a bağlıyor.

Gizli Maliyet

Anthropic, milyon girdi token başına 5 dolar ve milyon çıktı token başına 25 dolarlık nominal fiyatlandırmasında bir değişiklik olmadığını açıklasa da, yeni tokenizer aynı metnin artık 1,0 ile 1,35 kat daha fazla token oluşturduğu anlamına geliyor. Bu durum, daha fazla işlem gücü kullanan yeni varsayılan "xhigh" çaba seviyesiyle birleştiğinde, birçok kullanıcı için somut bir maliyet artışıyla sonuçlanıyor.

Bu sürüm bazıları tarafından stratejik bir hamle olarak nitelendiriliyor. Anthropic, Opus 4.7'nin, siber güvenlik araştırmaları için yalnızca Google ve Microsoft gibi birkaç ortağa sunulan ve henüz yayınlanmamış Claude Mythos Preview modelinden "daha az kapsamlı" olduğunu açıkça belirtti. Opus 4.7'nin şu anda hem GPT-5.4 hem de Gemini 3.1 Pro'nun gerisinde kaldığı uzun bağlam geri çağırma ve web araması gibi yetenekleri zayıflatarak, Anthropic kaynaklarını gelire giden en net yola sahip ticari uygulamalara odaklıyor gibi görünüyor.

Yatırımcılar ve kurumsal müşteriler için Opus 4.7, olgunlaşan bir yapay zeka pazarının açık bir sinyalidir. Her kıyaslamada "en güçlü modeli" kovalama dönemi, yerini belirli ve yüksek değerli görevler için tasarlanmış özel modellerin yeni aşamasına bırakıyor olabilir. Opus 4.7, Anthropic'in kârlı kodlama ve ajansal iş akışı alanındaki liderliğini genişletirken, bilinçli ödünleşmeleri, müşterilerin artık modelleri sadece güçlü yönlerine göre değil, mühendislik ürünü zayıf yönlerine göre de değerlendirmesi gerektiği anlamına geliyor.

Bu makale sadece bilgilendirme amaçlıdır ve yatırım tavsiyesi teşkil etmez.