十一假期還沒開始，大模型又開始卷起來了！

昨天，DeepSeek 開源新模型 V3.2-Exp，深夜 Anthropic 也不甘人后，重磅發布 Claude Sonnet 4.5。

作為編程領域的王者，Claude 新模型依然強勢，自稱為世界上最好的編碼模型。

我們都知道，GPT-5 Codex 曾自稱能獨立運行超過 7 小時。但這次，Claude Sonnet 4.5 把自主編碼時長提到了 30 多個小時。

此外，Claude 還稱它為構建復雜智能體的最強模型，也是使用計算機（ computer use）的最佳模型，在推理和數學方面顯示出巨大的進步。

Claude Sonnet 4.5 使這一切成為可能。Anthropic 將它與一系列產品重大升級一同發布：

• 在 Claude Code 方面，Anthropic 添加了檢查點功能 —— 這是用戶需求最高的功能之一 —— 它能保存你的進度，并讓你即時回滾到之前的狀態。
• Anthropic 更新了終端界面，并推出了原生的 VS Code 擴展。他們為 Claude API 增添了新的上下文編輯功能和記憶工具，讓智能體能夠運行更長時間，并處理更高復雜度的任務。
• 在 Claude 應用程序中，他們將代碼執行和文件創建（電子表格、幻燈片和文檔）功能直接融入對話之中。
• 此外，他們還為上個月加入候補名單的 Max 用戶提供了 Claude for Chrome 擴展。 

Anthropic 還為開發者提供了他們自己用于打造 Claude Code 的基礎工具。他們將其稱為 Claude Agent SDK。

Anthropic 表示，這是他們發布過的最符合對齊要求的前沿模型，與之前的 Claude 模型相比，在多個對齊領域都有顯著改進。

Claude Sonnet 4.5 版本今日已全面上線。如果你是開發者，只需通過 Claude API 使用 claude-sonnet-4-5 即可。定價與 Claude Sonnet 4 版本保持一致，每百萬 token 輸入 / 輸出分別為 3 美元 / 15 美元。

前沿智能

Claude Sonnet 4.5 在 SWE-bench 驗證評估中處于 SOTA 水平，該評估衡量的是現實世界中的軟件編碼能力。實際上，Anthropic 觀察到它在復雜的多步驟任務上能夠保持專注超過 30 小時。

Claude Sonnet 4.5 代表了 computer use 方面的重大飛躍。在 OSWorld（一個在現實世界計算機任務中測試人工智能模型的基準測試平臺）上，Sonnet 4.5 現在以 61.4% 的成績領先。就在四個月前，Sonnet 4 以 42.2% 的成績領先。Claude for Chrome 擴展將這些升級后的功能加以利用。在下面的演示中，他們展示了 Claude 直接在瀏覽器中工作，瀏覽網站、填寫電子表格并完成任務。

該模型在包括推理和數學在內的廣泛評估中也展現出了更強的能力：

金融、法律、醫學和理工科（STEM）領域的專家發現，與包括 Opus 4.1 在內的舊模型相比，Sonnet 4.5 在特定領域知識和推理方面表現得明顯更好。

該模型的能力也體現在早期客戶的體驗中：

Anthropic 迄今為止對齊最好的模型

Anthropic 表示，Claude Sonnet 4.5 不僅是他們性能最強的模型，也是目前與人類價值觀一致性最高的前沿模型。Claude 提升的能力以及 Anthropic 廣泛的安全訓練，讓他們能夠大幅改善模型的表現，減少諸如諂媚、欺騙、爭取主導權（power-seeking）以及鼓勵妄想性思維等令人擔憂的行為。對于模型的智能體和計算機使用能力，Anthropic 在抵御提示注入攻擊方面也取得了顯著進展，這是使用這些能力的用戶面臨的最嚴重風險之一。 

你可以在 Claude Sonnet 4.5 系統卡片中閱讀一套詳細的安全性和一致性評估，其中首次包括使用「機制可解釋性技術」進行的測試。

系統卡地址：https://assets.anthropic.com/m/12f214efcc2f457a/original/Claude-Sonnet-4-5-System-Card.pdf

Claude Sonnet 4.5 版本將在 Anthropic 的 AI 安全等級 3（ASL-3）保護措施下發布，這是按照他們將模型能力與適當保障措施相匹配的框架進行的。這些保障措施包括名為分類器的過濾器，其旨在檢測潛在危險的輸入和輸出，特別是那些與化學、生物、放射性等相關的內容。 

這些分類器有時可能會無意中標記正常內容。Anthropic 已為用戶提供便利，讓他們能夠繼續與 Sonnet 4 進行任何中斷的對話，該模型帶來的化學、生物、放射性風險較低。Anthropic 在減少這些誤報方面已經取得了顯著進展。

Claude Agent SDK

Claude 稱他們花了六個多月的時間更新 Claude Code 的能力，因此自己知道如何構建和設計 AI 智能體。過程中他們解決了許多難題：包括智能體如何在長時間運行的任務中管理內存，如何處理平衡自主性和用戶控制性的權限系統，以及如何協調子智能體朝著共同目標努力。

今天的發布就是以上努力的成果，也就是 Claude Agent SDK。它 Claude Code 的基礎架構相同，但它不僅在編碼領域，還在各種任務中展現出令人印象深刻的優勢。從今天起，用戶可以使用它來構建自己的智能體。

最后，Claude 還發布了一個臨時研究的預覽版，叫 Imagine with Claude.

在這個實驗中，Claude 可以即時生成軟件，且前提是不預先設定任何功能，也不預先編寫任何代碼。我們所看到的是 Claude 實時創建、響應并適應請求，并與用戶交互互動。

以上視頻就是該實驗的有趣演示，展示了 Claude Sonnet 4.5 的功能 —— 它可以讓您了解將強大的模型與合適的基礎架構相結合所能實現的潛力。

“Imagine with Claude” 將在未來五天內面向 Max 訂閱用戶開放。

你想體驗嗎？