Anthropic發(fā)布首個混合推理模型Claude 3.7 Sonnet：編碼能力一流，還可自由控制模型思考時間

2月25日消息，OpenAI的美國最大競爭對手Anthropic最新發(fā)布了一款名為Claude 3.7 Sonnet的新模型，以及一款編碼工具Claude Code。

Anthropic表示，Claude 3.7 Sonnet是其最智能的AI模型，也是首個混合推理模型，同時具備深度推理（擴展思維模式，一步一步思考復(fù)雜答案）與快速回復(fù)（標準模式，實時生成答案）的能力。API用戶可以對模型的思考時間進行細粒度控制。

Claude 3.7 Sonnet在編碼和前端Web開發(fā)方面顯著提升，實現(xiàn)了全面領(lǐng)先。

Claude 3.7 Sonnet的價格與其前代大模型Claude 3.5 Sonnet相同：每百萬輸入token 3 美元，每百萬輸出token 15 美元。

首個混合推理模型

Anthropic強調(diào)，Claude 3.7 Sonnet與市面上的其他推理模型不同，它是一款混合推理模型。

“正如人類使用同一個大腦進行快速反應(yīng)和深度思考一樣，我們認為推理應(yīng)該是前沿模型的綜合能力，而不是完全獨立的模型。這種統(tǒng)一的方法也為用戶創(chuàng)造了更無縫的體驗?！?/p>

首先，Claude 3.7 Sonnet既是一個普通的大語言模型，也是一個推理模型：你可以選擇什么時候讓模型快速回答，什么時候讓它在回答之前思考更長時間。

在標準模式下，Claude 3.7Sonnet代表了Claude 3.5 Sonnet的升級版。在擴展思維模式下，它在回答之前進行深度思考，這提高了Claude 3.7Sonnet在數(shù)學(xué)、物理、指令遵循、編碼和許多其他任務(wù)上的表現(xiàn)。

第二，當通過API使用Claude 3.7 Sonnet時，用戶可以精準控制模型的思考時間，開發(fā)者可以通過精準控制模型在處理查詢時使用的計算資源量，API用戶可以告訴Claude思考的數(shù)量不超過 N 個token，N 的值可以是任何值，但輸出上限不能超過 128K個token。模型能力的表現(xiàn)，取決于允許思考的token數(shù)量，讓開發(fā)者在速度（和成本）與答案質(zhì)量之間進行權(quán)衡。

事實上，早在上周，就有媒體曝光這款模型的精準控制模型思考時間的能力。業(yè)內(nèi)認為，這為開發(fā)者提高了成本效益，使他們能夠根據(jù)具體需求平衡成本、速度和性能。相比之下，OpenAI在推理能力上的設(shè)計選擇較為簡單，目前提供的是“低”、“中”和“高”三個固定設(shè)置。

從產(chǎn)品設(shè)計來看，OpenAI更注重面向普通消費者和個人專業(yè)用戶，因此采用簡單易懂的“低-中-高”命名方式，而Anthropic則更專注于企業(yè)市場，其推出的精細化控制功能，允許開發(fā)者更精準的來調(diào)節(jié)AI模型的計算資源，使得企業(yè)能夠在成本、速度和性能之間找到最佳平衡點。

第三，Claude 3.7 Sonnet將優(yōu)化重點放在更好地反映企業(yè)實際使用LLM的現(xiàn)實世界任務(wù)上，對數(shù)學(xué)和計算機科學(xué)問題的優(yōu)化程度較低。

Anthropic指出，早期測試證明了Claude在全面編碼能力方面的領(lǐng)導(dǎo)地位，Claude 3.7 Sonnet在編碼和前端Web開發(fā)方面的能力都有顯著提升，實現(xiàn)了行業(yè)全面領(lǐng)先。在處理復(fù)雜代碼庫到高級工具使用等領(lǐng)域都有重大改進。在規(guī)劃代碼更改和處理全棧更新方面，它比任何其他模型都要好得多。

Claude 3.7 Sonnet在SWE bench Verified上實現(xiàn)了最先進的性能，該評估用于展示AI模型解決現(xiàn)實世界軟件問題的能力。

Claude 3.7 Sonnet在TAU工作臺上實現(xiàn)了最先進的性能。

Claude 3.7 Sonnet在指令遵循、一般推理、多模態(tài)能力和代理編碼方面表現(xiàn)出色，擴展思維在數(shù)學(xué)和科學(xué)方面顯著提升。

編碼工具Claude Code

Anthropic還發(fā)布了第一個代理編碼工具Claude Code，目前提供預(yù)覽版。

Claude Code可以搜索和讀取代碼、編輯文件、編寫和運行測試、將代碼提交和推送到GitHub，并使用命令行工具等。

“Claude Code是一個早期產(chǎn)品，但對我們的團隊來說已經(jīng)變得不可或缺，特別是在測試驅(qū)動開發(fā)、調(diào)試復(fù)雜問題和大規(guī)模重構(gòu)方面。”

Anthropic稱，在早期測試中，Claude Code可以一次性完成了通常需要 45 分鐘以上手動操作才能完成的任務(wù)，從而減少了開發(fā)時間和開銷。

在接下來的幾周里，Anthropic計劃根據(jù)使用情況不斷改進Claude Code：增強工具調(diào)用的可靠性，增加對長時間運行命令的支持，改進應(yīng)用內(nèi)渲染，并擴展Claude對其功能的理解。

開發(fā)者可通過加入Claude Code預(yù)覽版反饋自己的使用感受和需求，Anthropic團隊將會采納這些反饋持續(xù)構(gòu)建和改進Claude Code。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。