Claude 4系列模型来了!编码能力强于o3和GPT-4.1,记忆性能大幅提升 siyushenqi.com • 2025 年 8 月 13 日 下午10:12 • 行业动态 • 阅读 522 人工智能初创公司Anthropic在美国旧金山举办的首届开发者大会上发布了两款Claude 4模型——Claude Opus 4和Claude Sonnet 4。Claude Opus 4向付费用户开放,Claude Sonnet 4向免费和付费用户开放。这两款模型都针对编程任务进行了优化,具备分析大型数据集、执行长期任务和采取复杂行动的能力。 摘要 Claude Opus 4在写作助手功能上取得突破,能够深度学习用户风格特征,其输出与本人风格几乎不可区分,可完成大部分专业写作任务。在测试中,Claude Opus 4能保持近7个小时对复杂开源重构项目的专注能力,标志着AI从快速响应工具转变为全天候协作伙伴。Claude Opus 4在编码能力测试中超越了OpenAI的Codex和GPT-4.1,但在多模态理解和博士级学科难题测试中仍落后于OpenAI的o3模型。 2025年人工智能产业全面转向推理模型开发,这些模型通过模拟类人思维过程完成思考,而非简单匹配训练数据模式。OpenAI、谷歌等公司纷纷推出推理模型,推动了AI应用范式的根本性进化。Claude 4系列模型通过将工具使用直接整合至推理过程,实现了更自然高效的问题解决体验。 Claude 4系列模型采用双模式架构,简单查询时提供近即时响应,复杂问题时启动深度思考模式,平衡了速度与深度。此外,Claude 4系列还具备记忆持久性,能够从文档提取关键信息、创建摘要,并在跨会话中延续知识,攻克了AI应用的“记忆缺失”难题。 Claude Opus 4在内部测试中表现出较强的生成能力,但也引发了安全担忧。因此,Claude Opus 4在比以往更严格的安全措施下发布,限制涉及化学、生物或核武器相关能力的AI系统的使用。Anthropic还计划加快模型迭代频率,通过持续优化增强模型能力,推动AI技术的进一步发展。 当地时间5月22日消息,人工智能初创公司Anthropic在美国旧金山举办的首届开发者大会中发布两款Claude 4模型——Claude Opus 4和Claude Sonnet 4。 其中,Claude 4 Opus向付费Claude订阅用户开放,Claude Sonnet 4向免费和付费用户开放。 Claude 4系列模型具备分析大型数据集、执行长期任务和采取复杂行动的能力。这两款模型都针对编程任务进行了优化,非常适合编写和编辑代码。 在生产力赋能方面,Claude Opus 4通过深度学习用户风格特征,正在重构人机协作范式。该公司首席产品官迈克·克雷格透露,Claude Opus 4写作助手功能已突破技术瓶颈:“Opus 4的写作输出与本人风格具备不可区分性,目前完成了我90%的专业写作任务。” 在测试中,旗舰模型Claude Opus 4在测试中保持了近7个小时对复杂开源重构项目的专注能力。这项突破性进展标志着,人工智能从快速响应工具转变为能处理全天候项目的真正协作伙伴。 这项技术突破意义深远:人工智能系统已具备承接从概念设计到完整落地的复杂软件工程项目能力,可在整个工作周期内保持上下文连贯性和专注度。 Anthropic联合创始人、首席科学家贾里德·卡普兰对此表示,该公司从去年底已停止对聊天机器人领域的投入,转而将研发资源集中投向提升Claude模型执行复杂任务的专业能力。 Claude Sonnet 4作为Sonnet 3.7的“即插即用替代品”,在编码和数学方面相较于Anthropic之前的模型有所改进,并且能更精准地遵循指令。 Claude 4系列模型在编码与推理任务中的表现全面超越竞争对手 Anthropic表示,Claude Opus 4模型在评估编码能力的SWE-Bench Verified基准测试中获得72.5%的成绩,超越OpenAI新发布的Codex,并且远超今年4月发布的GPT-4.1(当时得分为54.6%),这一突破性进展让Anthropic在竞争白热化的人工智能领域占据了重要位置。 此外,Anthropic还显著减少了模型在完成任务时试图走捷径或利用漏洞的行为。在某类AI智能体任务上,模型特别容易走捷径,但这次的两款新模型发生此类行为的概率,比Sonnet 3.7要低65%。 不过需要客观看待的是,技术优势具有领域局限性—虽然Claude Opus 4在编程能力测试中同时领先于谷歌的Gemini 2.5 Pro和OpenAI的o3及GPT-4.1,但在衡量多模态理解能力的MMMU评估,以及涉及博士级生物、物理、化学等学科难题的GPQA Diamond测试中,仍未突破OpenAI o3模型保持的领先水平。 这反映出当前AI技术发展呈现明显的专业化分野特征,不同模型在不同应用场景下各有所长。 Claude 4系列模型在Amazon Bedrock及Google Vertex AI平台上的收费标准如下:Opus 4每百万Token(输入/输出)收费为15美元/75美元,Sonnet 4为3美元/15美元。 推理革命重塑人工智能格局 2025年人工智能产业全面转向推理模型开发。这些系统不仅仅是简单匹配训练数据模式,在回应前会系统化处理问题,通过模拟类人思维过程完成思考。 OpenAI于2024年12月通过”o”系列模型率先启动这场变革,随后谷歌推出具备实验性“深度思考”功能的Gemini 2.5 Pro5。DeepSeek的R1模型则以卓越问题解决能力和价格优势异军突起,意外抢占市场份额。 此次转型标志着人工智能应用范式的根本性进化。据Poe《2025春季AI模型使用趋势报告》显示,推理模型使用率在4个月内激增5倍,占所有AI交互比例从2%跃升至10%。用户正将人工智能视为复杂问题的思维伙伴,而非基础问答工具。 随着新型AI模型激发用户兴趣,2025年初推理类会话占比急剧攀升 Claude新模型通过将工具使用直接整合至推理过程实现突破。这种同步研究与推理的方式,相较传统系统先收集信息后分析的流程,更接近人类认知模式。在推理过程中暂停、获取数据并整合新发现的机制,创造了更自然高效的问题解决体验。 双模式架构平衡速度与深度 Anthropic通过混合方法解决了人工智能用户体验中的长期痛点。 Claude 4系列模型在简单查询中提供近即时响应,对复杂问题则启动深度思考模式成功消除了早期推理模型在处理基础问题时产生的延迟卡顿。 这种双模式功能既保留了用户期待的即时交互体验,又能在需要时释放深度分析能力。系统根据任务复杂性动态分配算力资源,实现了早期推理模型难以企及的平衡状态。 记忆持久性是Claude 4系列的另一重大突破。这两款模型具备从文档提取关键信息、创建摘要文档的能力,并在获得授权后实现跨会话知识延续。 此项能力攻克了长期制约AI应用的“记忆缺失”难题,使AI在需要持续数日或数周上下文关联的长期项目中真正发挥作用。 这种技术实现方式与人类专家开发知识管理系统的方式类似,人工智能会自动将信息整理成适合未来检索的结构化格式。通过这种方式,Claude 4系列模型能够在长时间的互动过程中不断深化对复杂领域的理解。 数月前,Anthropic在直播时演示Claude 3.7 Sonnet在《精灵宝可梦红》中的表现,致力于解决复杂任务场景下AI决策逻辑的理解与引导问题,这一探索对推进智能体技术具有关键意义。据该公司披露,Claude 4 Opus在《精灵宝可梦》游戏场景中展现出显著的迭代优势:以代理模式持续运行时长从初代的45分钟提升至24小时。 对比前代产品,Claude 4 Opus在长期记忆与任务规划维度实现突破:当识别到关卡需特定能力时,模型可通过为期两天的自主能力迭代再继续推进游戏。这证明了Claude 4 Opus在任务连贯性维持方面的技术跃升,为复杂工作流自动化场景提供了重要技术验证。 升级Claude Code功能 为使模型更贴近程序员使用需求,Anthropic正在针对Claude Code功能进行升级。Claude Code允许开发者通过终端直接运行Anthropic模型执行特定任务,现已实现与集成开发环境(IDE)的深度整合,并推出软件开发工具包(SDK),使开发人员能将其与第三方应用程序对接。 Anthropic还发布了针对Microsoft VS Code、JetBrains系列IDE及GitHub的Claude Code扩展程序与连接器。其中GitHub连接器允许开发人员标记Claude Code以响应代码审查者的反馈意见,同时支持尝试修复代码中的错误或实施其他类型的自动化修改。 AI模型在生成高质量软件代码方面仍面临挑战。这类代码生成工具常因编程逻辑理解等核心能力的不足,导致生成的代码存在安全漏洞或错误。然而其提升编码效率的潜力,正推动企业和开发者加速将其融入工作流程。Anthropic对此有着清醒认知,并承诺将加快模型迭代频率。 这家AI初创公司在公告草案中表示:"我们正在转向更高频的模型更新节奏,通过持续不断的优化流,加快突破性功能落地客户侧的速度。这种模式通过持续优化增强模型能力,将助力用户保持技术领先地位。" 安全措施更为严格 Anthropic联合创始人、首席科学家贾里德·卡普兰 Anthropic联合创始人、首席科学家贾里德·卡普兰表示,在内部测试中,Claude Opus 4在指导新手制造生物武器方面比以往模型更为有效。他表示:“你可以尝试合成类似新冠或更危险版本的流感病毒—基本上,我们的模型表明这可能是可能的。” 正因为如此,Claude Opus 4是在比以往任何Anthropic模型都更严格的安全措施下发布的。这些措施—在内部称为人工智能安全等级3或“ASL-3”——用于对具备基础 STEM(科学、技术、工程和数学)背景的个人。在他们获取、制造或部署涉及化学、生物或核武器相关能力的AI系统时,Anthropic将会采取措施加以限制,以检测和拒绝特定类型的有害行为。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33139.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 百度AI,熬出头了 上一篇 2025 年 8 月 13 日 下午10:11 美团、智谱、Kimi等卷入隐私风暴 下一篇 2025 年 8 月 13 日 下午10:12 相关推荐 行业动态 AI女友App月下载破146万,巴西、印度等新兴市场成增长新引擎 让“恋爱陪伴”触手可及。 siyushenqi.com 2025 年 9 月 2 日 527000 行业动态 如何通过Teams矩阵优化企业团队协作与客户管理 如何通过Teams矩阵优化企业团队协作 使用Teams矩阵优化客户管理的关键优势 Teams矩阵中的协作工具集成 实时信息共享与团队协作 通过Teams矩阵优化项目管理 如何通过Teams矩阵优化企业团队协作 在当今的企业环境中,团队协作变得尤为重要。Microsoft Teams作为一个集成式工作平台,能够为企业提供高效的协作工具,助力团队提升工作效率。T… siyushenqi.com 2025 年 8 月 13 日 下午10:12 522000 行业动态 【出海小白】Google play开发者账户申请 【出海小白】Google play开发者账户申请 siyushenqi.com 2025 年 8 月 3 日 494000 行业动态 心言集团 海外业务负责人 Marco 确认担任 GICC2025丨第六届全球互联网产业CEO大会主峰会圆桌嘉宾! 心言集团 海外业务负责人 Marco 确认担任 GICC2025丨第六届全球互联网产业CEO大会主峰会圆桌嘉宾! siyushenqi.com 2025 年 10 月 17 日 391000 行业动态 阿里Qwen2.5-Max超DeepSeek V3!又一国产大模型海外出圈 Qwen2.5-Max在最新一期的Chatbot Arena LLM Leaderboard中冲进前十,位列全球第七名,超越了DeepSeek V3、o1-mini和Claude-3.5-Sonnet等模型。它在数学和编程方面排名第一,在Hard prompts方面排名第二。 siyushenqi.com 2025 年 8 月 13 日 460000 2022年全球战利品箱监管动态年度盘点(上) 全球各国是如何看待让人“上头”的开箱玩法的? siyushenqi.com 2025 年 8 月 24 日 • 行业动态 468000 行业动态 2年破千万,4年破亿下载量的GenAI图像应用,借法国文化发力电商 发挥文化优势,专注核心功能,图像应用在B端市场的新模式找到了。 siyushenqi.com 2025 年 8 月 18 日 447000 行业动态 Telesign、掌慧科技HuiiMedia 确认入驻PAGC 2025丨第五届全球产品与增长展会! Telesign、掌慧科技HuiiMedia 确认入驻PAGC 2025丨第五届全球产品与增长展会! siyushenqi.com 2025 年 8 月 17 日 456000 亚马逊翻身:《新世界》在线超91万,游戏商店Vapor曝光 整个国庆节期间,《新世界》成为了Steam最火的游戏,同时在线峰值超过了91万。这个成绩彻底打破了亚马逊入局游戏行业以来的长期窘境,新任CEO Andy Jassy在西雅图科技网站GeekWire接受采访时宣称,游戏将最终成为亚马逊最大的娱乐业务品类。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 461000 行业动态 WhatsApp群发发送策略与用户体验优化方案 WhatsApp群发作为企业与用户互动的重要工具,提供了高效的即时通讯方式。在营销场景中,精准的目标受众分析、内容把控与时机选择至关重要。通过优化群发策略,不仅可以提升用户互动,还能降低封号风险,最大化消息的传播效果。 siyushenqi.com 2026 年 1 月 24 日 407000 行业动态 国产大模型“五强争霸”,决战AGI! 中国基础大模型市场,彻底变天了!如今牌桌上的玩家已经变成了「基模五强」——字节、阿里、阶跃星辰、智谱和DeepSeek。接下来的巅峰之战,关键制胜点又会在哪里? siyushenqi.com 2025 年 8 月 13 日 424000 行业动态 李开复加入ChatGPT之战,起点是王慧文的“终点”? Project AI 2.0 不仅仅要做中文版 ChatGPT。对于AI 2.0的未来,李开复有更多更大的想象。 siyushenqi.com 2025 年 8 月 14 日 406000 行业动态 国内不赚钱的短剧人们,能赚到海外短剧的10亿美金吗? 去年年底,ReelShort月流水刚刚超500万美元的时候,很是引发了一股海外短剧的的投资热潮。 siyushenqi.com 2025 年 8 月 18 日 534000 行业动态 Mistplay、Paasoo 确认入驻PAGC 2025丨第五届全球产品与增长展会! Mistplay、Paasoo 确认入驻PAGC 2025丨第五届全球产品与增长展会! siyushenqi.com 2025 年 8 月 17 日 493000 行业动态 抖音电商,着急走出“低价困境” 弱化低价战略后,抖音电商难题未解。 siyushenqi.com 2025 年 8 月 5 日 477000 行业动态 迪士尼成立新部门,探索人工智能、混合现实等新技术应用 华特迪士尼公司新成立了一个技术支持办公室,以协调人工智能(AI)和混合现实(MR)技术的使用,显示出迪士尼对这些新技术的重视。 siyushenqi.com 2025 年 8 月 13 日 373000 行业动态 前钉钉高管,创业4年冲刺IPO 微亿智造2024年起实现盈利,业务重心从AI装备外包转向具身智能机器人整机,2025上半年机器人产品营收占比升至53.6%,成为核心增长引擎。 siyushenqi.com 2025 年 10 月 13 日 406000 被Z世代重塑的消费市场如何取胜?品牌配饰单日推广单量4000+秘诀分享! 爱种草、爱分享、强社交的Z世代最吃这一套 siyushenqi.com 2025 年 8 月 12 日 • 行业动态 421000 行业动态 全球圈粉背后:降本创新的AI漫剧,重塑文娱出海新思路 AI把制作周期压到45天、成本降60%,《沉睡万古》红果播放量近50万,《我在诡秘世界玩嗨了》全网点播破2.2亿,验证“爽番+AI”快速吸金模型。 siyushenqi.com 2025 年 9 月 5 日 541000 行业动态 在印尼出海,是挑战,也是壁垒? https://mp.weixin.qq.com/s/JLuTIc4F9pV2ECY-85VFGA siyushenqi.com 2025 年 8 月 12 日 458000 欧盟通过决议加大游戏产业扶持力度:很欣慰,大家开始正视游戏的价值 日前,欧洲议会以560票支持,34票反对,16票弃权的巨大优势通过了一项关于电子游戏的决议。这项决议呼吁欧盟委员会和理事会加大对欧洲游戏产业的投资,并建议使用国家和欧盟的援助来支持游戏产业发展,保证游戏开发、留住行业人才。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 449000 行业动态 WhatsApp矩阵营销全流程详解:从获客到私域转化的系统打法 精准获客策略 内容营销的重要性 私域流量管理 客户转化路径 数据分析与优化 精准获客策略 在 WhatsApp 矩阵营销的过程中,精准获客是实现销售增长的首要步骤。通过深度分析目标用户群体的行为特征和需求,可以有效筛选出最有可能转化的潜在客户。精准获客不仅是通过广告投放来吸引新用户,还包括通过社交互动、口碑传播和内容营销等多种手段,精准锁定和吸引潜在消费者。… siyushenqi.com 2025 年 8 月 13 日 下午10:12 522000 行业动态 “狂飙”的短剧,用十万成本撬动千万生意 越下沉,越赚钱。 siyushenqi.com 2025 年 8 月 19 日 410000 行业动态 如何用deepseek+WhatsApp做外贸营销推广 使用DeepSeek和WhatsApp进行外贸营销推广是一种结合人工智能技术和即时通讯工具的创新方式。以下是一个详细的步骤指南,帮助你利用这两个工具进行外贸营销推广: 了解DeepSeek和WhatsApp的功能 DeepSeek:DeepSeek是一个基于人工智能的客户数据分析和营销自动化平台。它可以帮助你分析客户行为、预测需求、生成个性化内容,并自动化营… siyushenqi.com 2025 年 8 月 13 日 下午10:12 522000 行业动态 不服不行,ChatGPT加持下OpenAI的文生图模型又碾压对手了 DALL·E 3 来了。 siyushenqi.com 2025 年 8 月 13 日 466000 行业动态 AI漫剧,比短剧更短剧? 1分钟1集、10万元一部,制作成本砍到真人短剧1/3,ROI先破1。 siyushenqi.com 2025 年 11 月 6 日 398000 行业动态 韩国出海新规!《游戏广告自查标准》解读(上) 韩国游戏自律协会自治组织(以下简称“GSOK”)于 8 月 17 日发布了《游戏广告自查标准》,以提高游戏律的有效性广告,促进游戏产业的健康发展。 siyushenqi.com 2025 年 8 月 24 日 470000 行业动态 快手捕捉风口 当互联网新用户红利逐渐枯竭后,尽可能把握每一场流量“飓风”、从中寻求业务增量,正成为大小公司的竞逐焦点。 siyushenqi.com 2025 年 8 月 14 日 440000 《英雄联盟手游》x可口可乐,共同在迷你时代找到新位置 8月12号,《英雄联盟手游》就公布了全新的跨界合作伙伴——有着136年历史的可口可乐,这无疑是双方品牌升值路上的又一里程碑。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 461000 Trendyol大力拓展中东市场,阿里海外版图飞速扩张 Trendyol在掘金中东市场的路上加速狂奔。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 438000 发表回复 请登录后评论...登录后才能评论 提交