AllWorkin / Articles / 2025.05.26

地表最强编程大模型Claude 4

2025年5月23日Anthropic推出了下一代Claude模型:Claude Opus 4和Claude Sonnet 4,为编程、高级推理和AI代理设立了新标准。

2025.05.26约 6 分钟#Claude#Cursor#Gemini#MCP

image

2025年5月23日Anthropic推出了下一代Claude模型:Claude Opus 4和Claude Sonnet 4,为编程、高级推理和AI代理设立了新标准。

Claude Opus 4是世界上最好的编程模型,在复杂、长期运行的任务和代理工作流程中具有持续的性能表现。Claude Sonnet 4是对Claude Sonnet 3.7的重大升级,在编程和推理方面表现卓越,同时能更精确地响应您的指令。

除了模型之外,同时还宣布:

  • 带工具使用的扩展思考(测试版):两个模型都可以在扩展思考期间使用工具——如网络搜索——允许Claude在推理和工具使用之间交替,以改善响应质量。

  • 新的模型能力:两个模型都可以并行使用工具,更精确地遵循指令,并且——当开发者提供本地文件访问权限时——展现出显著改善的记忆能力,提取和保存关键事实以保持连续性并建立隐性知识。

  • Claude Code现已正式发布:在研究预览期间收到广泛积极反馈后,我们正在扩展开发者与Claude协作的方式。Claude Code现在支持通过GitHub Actions的后台任务以及与VS Code和JetBrains的原生集成,直接在您的文件中显示编辑内容,实现无缝的结对编程。

  • 新的API功能:我们在Anthropic API上发布了四项新功能,使开发者能够构建更强大的AI代理:代码执行工具、MCP连接器、文件API,以及缓存提示长达一小时的能力。

Claude Opus 4和Sonnet 4是混合模型,提供两种模式:近乎即时的响应和用于深度推理的扩展思考。Pro、Max、Team和Enterprise Claude计划包括两个模型和扩展思考功能,Sonnet 4也向免费用户提供。两个模型都可在Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI上使用。定价与之前的Opus和Sonnet模型保持一致:Opus 4为每百万令牌15美元/75美元(输入/输出),Sonnet 4为3美元/15美元。

Claude 4

Claude Opus 4是我们迄今为止最强大的模型,也是世界上最好的编程模型,在SWE-bench(72.5%)和Terminal-bench(43.2%)上领先。它在需要专注努力和数千步骤的长期运行任务上提供持续性能,能够连续工作数小时——显著超越所有Sonnet模型,并大幅扩展了AI代理能够完成的任务范围。

Claude Opus 4在编程和复杂问题解决方面表现出色,为前沿代理产品提供动力。Cursor称其为编程领域的最先进技术,在复杂代码库理解方面实现了飞跃。Replit报告称精确度提高,在跨多个文件的复杂更改方面取得了显著进展。Block称其为第一个在其代理_代号goose_中提升编辑和调试期间代码质量的模型,同时保持完整的性能和可靠性。Rakuten通过一个要求苛刻的开源重构验证了其能力,该重构独立运行7小时并保持持续性能。Cognition指出Opus 4在解决其他模型无法处理的复杂挑战方面表现出色,成功处理了之前模型错过的关键操作。

Claude Sonnet 4在Sonnet 3.7行业领先能力的基础上显著改进,在编程方面表现出色,在SWE-bench上达到了最先进的72.7%。该模型在内部和外部用例中平衡了性能和效率,具有增强的可控性,能够更好地控制实现。虽然在大多数领域不及Opus 4,但它提供了能力和实用性的最佳组合。

GitHub表示Claude Sonnet 4在代理场景中表现出色,将引入它作为GitHub Copilot中新编程代理的驱动模型。Manus强调了它在遵循复杂指令、清晰推理和美观输出方面的改进。iGent报告称Sonnet 4在自主多功能应用开发方面表现出色,同时在问题解决和代码库导航方面有显著改善——将导航错误从20%降至接近零。Sourcegraph表示该模型显示出作为软件开发重大飞跃的前景——能够更长时间保持正轨,更深入地理解问题,并提供更优雅的代码质量。Augment Code报告称成功率更高,代码编辑更精确,在复杂任务中工作更仔细,使其成为他们主要模型的首选。

这些模型全面推进了我们客户的AI策略:Opus 4在编程、研究、写作和科学发现方面突破界限,而Sonnet 4将前沿性能带到日常用例中,作为Sonnet 3.7的即时升级。

image

image

模型改进

除了带工具使用的扩展思考、并行工具执行和记忆改进之外,我们显著减少了模型使用捷径或漏洞来完成任务的行为。在特别容易出现捷径和漏洞的代理任务中,两个模型出现这种行为的可能性比Sonnet 3.7降低了65%。

Claude Opus 4在记忆能力方面也显著超越了所有之前的模型。当开发者构建为Claude提供本地文件访问的应用程序时,Opus 4变得擅长创建和维护“记忆文件”来存储关键信息。这释放了更好的长期任务意识、连贯性和代理任务性能——比如Opus 4在玩宝可梦时创建“导航指南”。

e51564bb5ce9597dbfc59bbab13a0efbe25a7d66-1920x1080

最后,我们为Claude 4模型引入了思考摘要,使用较小的模型来压缩冗长的思考过程。这种摘要只在大约5%的时间内需要——大多数思考过程都足够短,可以完整显示。需要原始思维链进行高级提示工程的用户可以联系销售部门了解我们新的开发者模式,以保留完整访问权限。

Claude Code

Claude Code现已正式发布,将Claude的强大功能带到您开发工作流程的更多环节——在终端、您喜爱的IDE中,以及通过Claude Code SDK在后台运行。

VS Code和JetBrains的新测试版扩展将Claude Code直接集成到您的IDE中。Claude建议的编辑内容会在您的文件中内联显示,在熟悉的编辑器界面中简化审查和跟踪。只需在您的IDE终端中运行Claude Code即可安装。

除了IDE之外,我们还发布了可扩展的Claude Code SDK,因此您可以使用与Claude Code相同的核心代理构建自己的代理和应用程序。我们还发布了SDK可能性的示例:GitHub上的Claude Code,现在处于测试阶段。在PR上标记Claude Code以响应审查者反馈、修复CI错误或修改代码。要安装,请在Claude Code中运行/install-github-app。

来源: Anthropic官方网站 - 介绍Claude 4

更多关于AI工具、Cursor、MCP相关的教程和资讯请持续关注后续分享!

本文完整版详见公众号:未来的回响

文章精校版参见知识星球:AI工具实战派

AI工具实战派

觉得有用?每周的新笔记先发公众号。

每周的实战笔记先发在这里。扫码关注,新文章第一时间推给你。

关注 / 加入社群 →