Anthropic 昨日推出了新一代 Claude 模型，包括 Claude Opus 4 和 Claude Sonnet 4，在编码、高级推理和 AI Agent 方面树立了新标准。
Claude 4 关键亮点：
- 卓越的编码能力：
- Claude Opus 4 被誉为全球最佳编码模型，在 SWE-bench 和 Terminal-bench 等基准测试中表现优异，尤其擅长处理需要持续努力和数千个步骤的长时间任务。
- Claude Sonnet 4 在 Sonnet 3.7 的基础上显著提升，在编码方面达到行业领先水平，在 SWE-bench 上实现了 72.7% 的成绩，平衡了性能与效率。
- 两者都能在各种开发场景中发挥作用，如 GitHub Copilot、Cursor、Replit、Block 和 Rakuten 等公司都对其编码能力给予了高度评价。
-
- Agent 能力的显著提升：
- 扩展思维与工具使用（测试版）： 两个模型都能在扩展思维过程中使用工具（如网页搜索），在推理和工具使用之间切换，从而改进响应。
- 并行工具执行： 模型可以并行使用多个工具。
- 记忆能力增强： 在开发者授予本地文件访问权限时，Opus 4 能显著提升记忆能力，提取并保存关键信息以保持连贯性并建立隐含知识。例如，在玩 Pokémon 时，Opus 4 可以创建并维护“记忆文件”来存储关键信息。
-
- 行为改进： 模型使用捷径或漏洞来完成任务的行为减少了 65%
- 全新的 API 功能，助力构建更强大的 AI Agent：
- 代码执行工具： 允许 Claude 在沙盒环境中运行 Python 代码，进行高级数据分析和可视化，实现金融建模、科学计算、商业智能、文档处理和统计分析等。
- MCP 连接器： 使开发者能够轻松连接 Claude 到任何远程模型上下文协议 (MCP) 服务器，无需编写客户端代码，简化了与外部系统的集成（如 Zapier 和 Asana）。
- 文件 API： 简化了文档的存储和访问方式，允许开发者一次上传文档，并在多次对话中重复引用，尤其适用于处理大型文档集。
- 扩展提示缓存： 开发者可以选择将提示缓存的生存时间延长至 1 小时（标准为 5 分钟），显著降低了长时间运行的 Agent 工作流的成本和延迟，提升了 Agent 在长时间内保持上下文的能力。
- 可用性和定价：
- Claude Opus 4 和 Sonnet 4 均为混合模型，提供两种模式：近乎即时响应和用于深度推理的扩展思维。
- Pro、Max、Team 和 Enterprise Claude 计划均包含这两个模型和扩展思维功能，Sonnet 4 也面向免费用户开放。
- 这两个模型均可通过 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 获取。
- 定价与之前的 Opus 和 Sonnet 模型保持一致：Opus 4 为每百万 tokens 15/75 美元（输入/输出），Sonnet 4 为 3/15 美元。
- Claude Code 全面上市：
- 作为一项独立的工具，Claude Code 现在全面上市，支持通过 GitHub Actions 进行后台任务，并与 VS Code 和 JetBrains 进行原生集成，直接在文件中显示编辑，实现无缝结对编程。
- 还发布了可扩展的 Claude Code SDK，允许开发者构建自己的 Agent 和应用程序。
Anthropic 表示，这些模型朝着虚拟协作器迈出了重要一步，它们能够保持完整的上下文，持续专注于更长的项目，并带来变革性的影响。公司也进行了广泛的测试和评估，以最大限度地降低风险并提高安全性。
公众号回复“进群”入群讨论。
（文：AI工程化）