Claude Opus 4.7: Đặt vé máy bay '1 phát' & nâng cấp toàn diện

Claude Cowork với Opus 4.7 đặt vé máy bay "một phát ăn ngay" như thế nào?

Boris Cherny, một chuyên gia Dev Relations tại Anthropic, đã sử dụng Claude Cowork tích hợp Opus 4.7 để đặt vé cho nhiều chuyến đi. Lần đầu tiên, công cụ này đã hoàn thành toàn bộ quy trình phức tạp chỉ trong một lần yêu cầu duy nhất. Đây là một bước tiến vượt bậc so với các phiên bản trước, vốn cần nhiều lần tinh chỉnh để thực hiện thành công.

Trong một chia sẻ gần đây, Cherny đã bày tỏ sự ngạc nhiên của mình. Theo chia sẻ trên X của @bcherny (2026), ông nói: "I needed to book flights for a bunch of upcoming travel. As always, I used Claude Cowork to do it. In the past, Cowork has been decent at booking flights, but with Opus 4.7, for the first time ever, it 1-shotted it!". Thuật ngữ "1-shotted it" có nghĩa là AI đã hiểu đúng yêu cầu, tìm kiếm, so sánh và hoàn tất việc đặt vé mà không cần bất kỳ sự can thiệp hay làm rõ nào thêm. Điều này cho thấy khả năng suy luận và hành động (reasoning and action) của Opus 4.7 đã đạt đến một cấp độ mới.

Thành công này không phải là ngẫu nhiên. Nó phản ánh sự cải tiến cốt lõi trong việc xử lý các tác vụ nhiều bước. Theo Anthropic (2026), đối với các quy trình công việc phức tạp, Claude Opus 4.7 đã cải thiện hiệu suất thêm 14% so với Opus 4.6. Quan trọng hơn, mô hình mới tạo ra ít lỗi công cụ hơn và sử dụng token hiệu quả hơn. Đây là một bước tiến quan trọng để biến các trợ lý AI thành những cộng sự đáng tin cậy trong công việc hàng ngày.

Opus 4.7 mang lại những cải tiến đột phá nào cho các tác vụ phức tạp?

Opus 4.7 không chỉ giỏi đặt vé máy bay mà còn xử lý các quy trình công việc nhiều bước tốt hơn đáng kể. Mô hình này cho thấy sự cải thiện rõ rệt về khả năng tuân thủ hướng dẫn, sử dụng công cụ và giảm lỗi. Điều này giúp các agent AI trở nên đáng tin cậy hơn cho các nhiệm vụ tự động hóa phức tạp trong doanh nghiệp và nghiên cứu.

Một trong những thước đo quan trọng là hiệu suất trên các bộ benchmark chuyên dụng. Theo Anthropic (2026), trên CursorBench, một bài kiểm tra khả năng tương tác và sử dụng công cụ, Opus 4.7 đạt 70% điểm. Con số này cao hơn đáng kể so với mức 58% của Opus 4.6. Sự cải thiện này cho thấy mô hình mới có thể hiểu và thực hiện các chuỗi lệnh phức tạp một cách chính xác hơn. Điều này đặc biệt hữu ích cho các ứng dụng yêu cầu AI tương tác với phần mềm khác, chẳng hạn như phân tích dữ liệu trong một bảng tính hoặc quản lý dự án.

Sự đột phá này đến từ việc Anthropic tập trung vào việc xây dựng một mô hình "tập trung vào người làm việc thật", theo một phân tích trên Facebook (2026). Thay vì chỉ tối ưu hóa cho các bài kiểm tra lý thuyết, Opus 4.7 được huấn luyện để giải quyết các vấn đề thực tế. Kết quả là một AI không chỉ thông minh hơn mà còn hữu dụng hơn. Nó có thể dự đoán nhu cầu của người dùng, làm việc với các nguồn tài liệu đa dạng và giảm thiểu sai sót trong quá trình thực thi.

Khả năng lập trình và xử lý code của Opus 4.7 đã được nâng cấp ra sao?

Opus 4.7 là một bản nâng cấp mạnh mẽ cho các nhà phát triển phần mềm. Mô hình này cải thiện khả năng giải quyết vấn đề, phát hiện lỗi và viết code chính xác hơn. Anthropic đã tập trung vào việc nâng cao hiệu suất trên các benchmark lập trình thực tế, giúp lập trình viên tăng năng suất và giảm thời gian gỡ lỗi một cách hiệu quả và đáng tin cậy.

Các con số thống kê đã chứng minh cho sự cải tiến này. Theo Anthropic (2026), trên bộ benchmark lập trình gồm 93 tác vụ của họ, Claude Opus 4.7 đã tăng khả năng giải quyết thành công lên 13% so với Opus 4.6. Đáng chú ý, nó đã giải quyết được bốn tác vụ mà cả Opus 4.6 và Sonnet 4.6 đều không thể hoàn thành. Hơn nữa, khả năng phát hiện các lỗi khó tìm trong các pull request phức tạp đã cải thiện hơn 10%. Điều này giúp các nhóm phát triển duy trì chất lượng code tốt hơn.

Trong các bài kiểm tra của bên thứ ba, Opus 4.7 cũng cho thấy kết quả ấn tượng. Theo một bài đánh giá trên karozieminski.substack.com (2026), mô hình này đạt tỷ lệ thành công 87.6% trên benchmark SWE-bench Verified. Đây là một bài kiểm tra khó, yêu cầu AI sửa lỗi và thêm tính năng vào các dự án mã nguồn mở trên GitHub. Kết quả này khẳng định vị thế của Opus 4.7 như một công cụ hỗ trợ lập trình hàng đầu, có khả năng xử lý các yêu cầu kỹ thuật phức tạp trong thế giới thực.

Thị giác máy tính và khả năng phân tích hình ảnh của Opus 4.7 mạnh đến mức nào?

Khả năng thị giác của Opus 4.7 đã có một bước nhảy vọt phi thường. Mô hình mới có thể phân tích biểu đồ, tài liệu kỹ thuật và giao diện người dùng với độ chính xác cực cao. Sự cải thiện này giải quyết một trong những điểm yếu lớn nhất của các phiên bản trước, mở ra nhiều ứng dụng thực tiễn trong phân tích dữ liệu trực quan và tương tác người-máy.

Sự khác biệt về hiệu suất là rất lớn. Theo Anthropic (2026), trên một benchmark về độ sắc nét thị giác, Claude Opus 4.7 đạt điểm số đáng kinh ngạc là 98.5%. Trong khi đó, phiên bản tiền nhiệm Opus 4.6 chỉ đạt 54.5%. Đây là một sự cải thiện gần như gấp đôi, cho thấy khả năng "nhìn" và "hiểu" hình ảnh của mô hình đã được nâng cấp một cách toàn diện. Giờ đây, người dùng có thể yêu cầu Claude phân tích các biểu đồ tài chính phức tạp, đọc hiểu các bản vẽ kỹ thuật hoặc thậm chí đánh giá thiết kế của một trang web.

Nâng cấp này có ý nghĩa thực tiễn to lớn. Ví dụ, một nhà phân tích tài chính có thể tải lên một báo cáo PDF chứa đầy biểu đồ và yêu cầu Claude tóm tắt các xu hướng chính. Một kỹ sư có thể chụp ảnh một sơ đồ mạch điện và hỏi về chức năng của một linh kiện cụ thể. Theo Bee IT Club (2026), khả năng này giúp biến Claude thành một công cụ đa năng hơn, có thể xử lý thông tin từ cả văn bản và hình ảnh một cách liền mạch.

Opus 4.7 ảnh hưởng đến chi phí và cách các nhà phát triển tương tác với API như thế nào?

Mặc dù giá API của Opus 4.7 không đổi, Anthropic đã giới thiệu một tokenizer mới. Điều này có thể làm tăng chi phí thực tế lên đến 35% cho các prompt chứa nhiều code. Ngoài ra, mô hình mới có xu hướng tuân thủ câu lệnh một cách chặt chẽ hơn, đòi hỏi các nhà phát triển phải điều chỉnh cách viết prompt để đạt hiệu quả tối ưu.

Sự thay đổi về tokenizer là một yếu tố quan trọng cần lưu ý. Theo một phân tích trên karozieminski.substack.com (2026), tokenizer mới hiệu quả hơn với văn bản thông thường nhưng lại kém hiệu quả hơn với code. Điều này có nghĩa là cùng một đoạn mã, khi được xử lý bởi Opus 4.7, có thể chiếm nhiều token hơn so với Opus 4.6. Kết quả là chi phí có thể tăng lên, đặc biệt đối với các ứng dụng tập trung vào việc tạo hoặc phân tích code. Các nhà phát triển cần kiểm tra lại mức tiêu thụ token của mình sau khi nâng cấp.

Bên cạnh đó, hành vi của mô hình cũng đã thay đổi. Theo phân tích từ cộng đồng Phở Cạp AI (2026), Opus 4.7 có xu hướng "theo đúng chữ" của câu lệnh hơn là "hiểu lỏng" rồi diễn giải. Điều này có cả ưu và nhược điểm. Ưu điểm là mô hình trở nên dễ đoán và kiểm soát hơn. Nhược điểm là các prompt được viết cho phiên bản cũ có thể không hoạt động tốt như trước. Các nhà phát triển sẽ cần phải viết prompt một cách rõ ràng, chi tiết và chính xác hơn để khai thác tối đa sức mạnh của Opus 4.7.