Anthropic正式发布Claude 3.7 Sonnet和Claude Code：这次程序员真要飞啦；一觉醒来，天都被捅破啦

猫头虎

发布于 2025-02-26 08:27:31

1140

突发消息，Anthropic正式发布Claude 3.7 Sonnet和Claude Code。Claude 3.7 Sonnet作为迄今为止最智能的模型，也是市面上首个混合推理模型，其核心特性包括：一是双模式运行，标准模式较前代Sonnet升级，适合快速交互，扩展思考模式通过自我反思优化数学、物理、指令遵循、编码等任务表现，且两种模式下提示词用法一致；二是API灵活控制，用户可设定思考预算（最多128K输出令牌），平衡速度、成本与回答质量；三是聚焦真实开发场景，减少对竞赛题型的优化，转而提升企业实际需求任务的完成度。

在性能突破方面，Claude 3.7 Sonnet在指令跟踪、一般推理、多模态能力和代理编码方面表现出色，扩展思维在数学和科学方面显著提升，如在SWE-bench上扩展思考模式达到70.3、标准模式达到62.3，在TAU-bench上也取得目前最高分数，甚至在宝可梦对战模拟中超越所有前代模型。Claude Code是随同发布的命令行工具（目前为研究预览版），开发者可直接通过终端将工程任务委托给Claude，在早期测试中，它能在一次任务中完成通常需要45分钟的手动工作，从而减少开发时间和开销。接下来的几周里，Anthropic计划根据用户使用情况不断改进Claude Code，例如增强工具调用可靠性，增加对长期运行命令的支持，改进应用内渲染，并扩展Claude对其功能的理解。此外，Anthropic的GitHub集成现在在所有Claude计划中可用，使开发人员能够将他们的代码库直接连接到Claude。目前Claude 3.7 Sonnet可用于所有Claude计划，以及Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI，除了免费计划外，扩展思维模式在所有地方都可用。

1. 模型核心特性：首个混合推理模型

Claude 3.7 Sonnet是Anthropic迄今为止最智能的模型，也是全球首个**“混合推理模型”**，结合了两种模式：

标准模式（传统模式）：实时生成快速响应，适用于常规任务。
扩展思考模式：通过自我反思生成逐步推理过程，显著提升数学、物理、编码等复杂任务的性能。
用户控制：API用户可设定“思考预算”（例如限制思考的Token数量），在速度、成本与答案质量间灵活权衡。

2. 编码能力的全面领先

基准测试突破：在评估真实软件问题解决能力的SWE-bench中达到70.3%的SOTA成绩，远超Claude 3.5 Sonnet、OpenAI o3-mini和DeepSeek R1。
工具增强：
- Claude Code（预览版）：命令行工具支持开发者从终端委托复杂工程任务（如编写测试、修复Bug、构建应用），早期测试中一次性完成需45分钟手动工作的任务。
- GitHub集成：所有用户计划支持代码仓库直连，提升代码理解和协作效率。
在这里插入图片描述

3. 多领域性能提升

数学与科学：扩展思考模式下，数学能力较前代提升10%以上，物理问题解决更精准。
多模态与游戏测试：在宝可梦游戏测试中，模型通过持续交互（如虚拟按键操作）击败三位道馆馆主，展示长期任务处理能力。
指令遵循与通用推理：在TAU-bench（复杂交互任务评估）中表现优异，优于OpenAI和DeepSeek模型。

4. 定价与可用性

价格与前代一致：每百万输入Token收费3美元，输出Token（含思考Token）15美元。
开放范围：免费用户可使用标准模式，Pro、Team、Enterprise用户及API用户可体验扩展思考模式。支持Anthropic API、Amazon Bedrock和Google Cloud Vertex AI接入。