又来一个“最强模型”！Anthropic发布Claude 3.7 Sonnet，兼备“推理模式”与“传统模式”

该公司称，Claude 3.7 Sonnet这种“混合型”模型同时具备“推理模式”（停下来思考复杂答案）与传统模式（实时生成答案）的能力，并表示该模型是市面上唯一的此类“混合”模型。此外，Claude 3.7 Sonnet在编程领域的表现尤为突出，并且能精准控制思考时间。

[2 张图片]

Anthropic称，作为全球最佳编程模型，Claude Opus 4能在需要专注努力和数千步骤的长时间任务中保持稳定表现，电商乐天验证它可连续工作七小时；SWE-bench测评中，Claude Sonnet 4准确度72.7%，较Sonnet 3.7版的62.3%显著提升；Claude Code正式上线，得到两款Claude 4模型支持。

几个小时前，Claude 3.5模型迎来了一波大更新。Anthropic推出了升级版的Claude 3.5 Sonnet以及一款新模型Claude 3.5 Haiku。

美国大模型独角兽Anthropic在其首届开发者大会上正式发布了下一代Claude模型：Claude Opus 4和Claude Sonnet 4，这也是Claude自2024年6月以来的首次大版本号更新，能连续7小时自主编程，写代码效率拉满。

Anthropic发布了Claude 3.5 Sonnet和Claude 3.5 Haiku两款新模型。Sonnet改进了编程和工具使用能力，性能更优，特别适用于多步开发任务；Haiku则保持了较低延迟和高效能，在多项评估中超越了上一代Opus。新功能“计算机使用”公开测试中，允许Claude像人一样操作界面。尽管这一功能还处于早期阶段，但它展示了未来AI与计算机互动的可能性，同时注重了安全性。Introducing computer ......

来自斯坦福大学、牛津大学等机构的研究人员提出了一个新的衡量模型谄媚行为的基准——Elephant，并对包括GPT-4o、Gemini 1.5 Flash、Claude Sonnet 3.7在内的国外8个主流模型进行了评测。