Anthropic 推出新一代 Claude 模型：Claude Opus 4 和 Claude Sonnet 4

324 0

今天，Anthropic 宣布推出下一代 Claude 模型：Claude Opus 4 和 Claude Sonnet 4。这两个模型在编码、高级推理和 AI 代理方面设定了新的行业标准，为开发者和用户带来了更强大的工具和更高效的工作流程。

Claude 4：新一代模型介绍

Claude Opus 4：全球顶尖的编码模型

Claude Opus 4 是 Anthropic 迄今为止最强大的模型，也是全球最佳的编码模型。它在多个基准测试中表现出色，例如在 SWE-bench（72.5%）和 Terminal-bench（43.2%）上领先。Opus 4 在需要专注和数千步骤的长时间任务中展现出持续的高性能，能够连续工作数小时，显著扩展了 AI 代理的能力。

Claude 4模型在SWE-bench Verified上表现出色，SWE-bench Verified是衡量实际软件工程任务性能的基准。

关键特点

卓越的编码能力：Opus 4 在复杂代码库理解方面实现了飞跃，能够处理多文件复杂更改，显著提升精度。
长时间任务处理：在长时间任务中保持高性能，能够独立运行数小时，大幅超越所有 Sonnet 模型。
强大的推理能力：Opus 4 擅长解决其他模型无法应对的复杂挑战，成功处理之前模型遗漏的关键操作。

Claude Sonnet 4：卓越的性能与效率平衡

Claude Sonnet 4 是 Claude Sonnet 3.7 的重大升级，在 SWE-bench 上达到顶尖的 72.7%。该模型在内部和外部用例中平衡了性能和效率，增强了可控性以更好地控制实现方式。

Claude 4模型在编码、推理、多模态能力和代理任务方面表现出强劲的性能。

关键特点

性能与效率平衡：Sonnet 4 在大多数领域无法与 Opus 4 匹敌，但它提供了能力和实用性的最佳组合。
代理场景优化：Sonnet 4 在代理场景中表现出色，被 GitHub 选为 GitHub Copilot 新编码代理的基础模型。
改进的指令遵循：Sonnet 4 在遵循复杂指令、清晰推理和美观输出方面表现出色，显著降低了导航错误。

模型改进

扩展思维与工具使用

两种模型均可在扩展思维过程中使用工具（如网络搜索），使 Claude 能在推理和工具使用间切换，以提升响应质量。

记忆：当获得访问本地文件的权限时，Claude Opus 4会记录关键信息，以帮助改善其游戏体验。上图所示的笔记是Opus 4在玩《精灵宝可梦》时真实记录的笔记。

并行工具执行和记忆能力改进

并行工具执行：两种模型支持并行使用工具，显著提高了任务处理效率。
记忆能力改进：当开发者提供本地文件访问权限时，模型能够提取并保存关键信息，以保持连续性并随时间构建隐性知识。

减少捷径和漏洞利用

Anthropic 显著减少了模型利用捷径或漏洞完成任务的行为。在特别容易出现捷径和漏洞的代理任务中，两种模型的此类行为比 Sonnet 3.7 减少了 65%。

思维摘要功能

Anthropic 为 Claude 4 模型引入了思维摘要功能，使用较小的模型压缩冗长的思维过程。仅约 5% 的情况需要这种摘要，大多数思维过程足够简短可完整显示。

Claude Code：全面可用

Claude Code 现已全面可用，将 Claude 的能力融入更多开发工作流程。它支持通过 GitHub Actions 执行后台任务，并与 VS Code 和 JetBrains 原生集成，直接在您的文件中显示编辑内容，实现无缝的结对编程。

关键特点

VS Code 和 JetBrains 集成：新的测试版扩展将 Claude Code 直接集成到您的 IDE 中，简化了在熟悉编辑器界面中的审查和跟踪。
可扩展的 Claude Code SDK：Anthropic 发布了可扩展的 Claude Code SDK，让您可以使用与 Claude Code 相同的核心代理构建自己的代理和应用。
GitHub 集成：Claude Code on GitHub 现为测试版，支持在 PR 中标记 Claude Code 以响应审稿者反馈、修复 CI 错误或修改代码。