北京2025年8月6日 /美通社/ -- 亞馬遜云科技宣布，Anthropic最新一代模型Claude Opus 4.1與Claude Sonnet 4，現(xiàn)已在Amazon Bedrock全面上線。這批新型雙模推理模型支持在即時響應(yīng)與"深度思考"模式間動態(tài)切換，為編碼、高級推理及多步驟工作流樹立了全新行業(yè)標(biāo)桿，能夠在復(fù)雜且長耗時的任務(wù)中保持穩(wěn)定性能，驅(qū)動AI Agents將耗時數(shù)小時的工作壓縮至分鐘級完成。

將Claude Opus 4.1和Claude Sonnet 4引入Amazon Bedrock，為客戶提供了Anthropic最先進(jìn)模型的選擇，簡化了客戶借助企業(yè)級安全保障和負(fù)責(zé)任的AI管控機(jī)制，構(gòu)建更優(yōu)質(zhì)、更具變革性應(yīng)用程序的流程。

評估方法說明：
1.使用pass@1指標(biāo)，結(jié)合bash、編輯器工具對Opus 4.1、Opus 4和Sonnet 4進(jìn)行測試。在10次試驗中取平均值，單次嘗試修補(bǔ)，測試時不進(jìn)行額外計算，采用核采樣（nucleus sampling）方法，設(shè)置top_p值為0.95。
2.本文報告的所有分?jǐn)?shù)均基于默認(rèn)Agent框架（"Terminus 1"），并在5次試驗中取平均值。
3.Claude在MMMLU上的得分，取自14種非英語語言得分的平均值。
4.Opus 4.1、Opus 4和Sonnet 4在AIME上的測試采用核采樣方法，設(shè)置top_p值為0.95。

全新的Claude 4模型從根本上改變了團(tuán)隊處理復(fù)雜項目的方式。對于那些需要持續(xù)投入精力和深厚專業(yè)知識的大型企業(yè)而言，這一變革尤為顯著。Claude 4雙模推理模型支持客戶在即時響應(yīng)與深度推演間靈活選擇，這些模型可徹底改變企業(yè)將AI應(yīng)用于復(fù)雜任務(wù)和日常高容量業(yè)務(wù)操作的方式。兩款模型均旨在為跨數(shù)千個步驟的多步驟工作流，提供更強(qiáng)大、更自主的AI Agents支持。Claude Opus 4.1也是Anthropic迄今為止功能最強(qiáng)的模型，編程能力冠絕業(yè)界。

Claude Opus 4.1如同一位精明能干的協(xié)作伙伴，在Agentic搜索與研究、內(nèi)容創(chuàng)作以及記憶和上下文管理方面表現(xiàn)出色，能夠綜合提煉深刻見解、產(chǎn)出高質(zhì)量內(nèi)容并實(shí)現(xiàn)高效總結(jié)。

Claude Opus 4.1可直接替代Opus 4，它在實(shí)際編碼和Agent任務(wù)中，展現(xiàn)出更出色的性能和精準(zhǔn)度。Anthropic表示，Claude Opus 4.1是其迄今為止最智能的模型，且在編碼和Agent領(lǐng)域處于行業(yè)領(lǐng)先地位。該模型具備先進(jìn)的編碼能力，能夠獨(dú)立規(guī)劃并執(zhí)行復(fù)雜的端到端開發(fā)任務(wù)，同時根據(jù)用戶風(fēng)格進(jìn)行調(diào)整，并始終保持高質(zhì)量輸出。此外，該模型還改進(jìn)了前端代碼生成功能，在有效處理復(fù)雜邏輯的同時，能輸出高質(zhì)量的視覺效果。

另外，Opus 4.1具備出色的長期任務(wù)處理能力和復(fù)雜問題解決能力，是持續(xù)推理和長鏈行動中的理想虛擬協(xié)作伙伴。它還能提升AI Agents的性能，使其能夠以極高的準(zhǔn)確度應(yīng)對復(fù)雜的多步驟任務(wù)。

Claude Sonnet 4則以高效性著稱，將敏捷思維與實(shí)用智能完美融合，適用于各類項目。憑借速度與性能的平衡，Claude Sonnet 4可在各項任務(wù)間無縫切換，秉持務(wù)實(shí)態(tài)度，確保首次執(zhí)行即能圓滿完成。

Claude Sonnet 4在編碼和推理能力上，均超越了其前代產(chǎn)品Claude Sonnet 3.7，并在性能與成本優(yōu)化之間實(shí)現(xiàn)了平衡，非常適合處理大批量應(yīng)用場景，成為大多數(shù)生產(chǎn)應(yīng)用的理想之選。Claude Sonnet 4的應(yīng)用范圍十分廣泛，既能為實(shí)時客戶支持Agent提供支持，也能處理代碼審查、漏洞修復(fù)等日常開發(fā)任務(wù)，還可作為特定任務(wù)的子Agent同時處理搜索、數(shù)據(jù)分析或內(nèi)容合成等多項任務(wù)。旅游和酒店業(yè)客戶可以借助Claude Sonnet 4實(shí)時處理客戶請求，并以近乎實(shí)時的速度提供個性化回復(fù)。

這兩款模型均具備 "深度思考"功能，使Claude能夠在深度推理和行動執(zhí)行兩種模式間靈活切換。Claude可根據(jù)需要進(jìn)行數(shù)據(jù)分析，并在工作過程中不斷提高準(zhǔn)確性，從而更精準(zhǔn)地預(yù)判并執(zhí)行后續(xù)步驟。

Anthropic公司增長與營收部門負(fù)責(zé)人Kate Jensen表示："Claude Opus 4和Claude Sonnet 4將AI從一種工具，轉(zhuǎn)變?yōu)槊總€人、每個團(tuán)隊的真正協(xié)作伙伴。我們的客戶將看到項目周期大幅縮短——在許多情況下，能從數(shù)周縮短至數(shù)小時。Claude 4系列模型在編碼、高級推理及多步驟工作流方面樹立了新標(biāo)桿，同時能全面理解業(yè)務(wù)背景并輸出精準(zhǔn)結(jié)果。其真正的突破在于，Claude承擔(dān)了大量繁重工作，讓團(tuán)隊人才得以專注于戰(zhàn)略性工作。"

核心信息

新一代Claude模型標(biāo)志著Agentic AI能力的重大飛躍，徹底改變了企業(yè)將AI應(yīng)用于專業(yè)復(fù)雜任務(wù)和日常高容量運(yùn)營的方式。Claude Opus 4.1和Claude Sonnet 4不再局限于內(nèi)容生成，而是更像專業(yè)的虛擬協(xié)作伙伴，能夠在復(fù)雜任務(wù)中保持專注，留存相關(guān)上下文信息，無需提供持續(xù)指導(dǎo)即可提供完整的解決方案。

這一能力革新了企業(yè)應(yīng)對挑戰(zhàn)的方式，從軟件開發(fā)到營銷策略制定均可適用。對于日常用戶而言，這意味著他們可以使用更懂自身需求的AI，且該AI能獨(dú)立承擔(dān)項目中更大比例的工作。

數(shù)據(jù)解讀：

兩款模型均配備20萬token的上下文窗口，能讓用戶處理和生成大篇幅內(nèi)容（如文檔分析和研究工作），且始終保持內(nèi)容質(zhì)量與連貫性。token是模型可處理的最小文本數(shù)據(jù)單位（例如一個單詞、短語或單個字符）。較長的響應(yīng)在豐富的代碼生成和內(nèi)容創(chuàng)作中效果尤為顯著。

據(jù)Anthropic介紹，Claude Opus 4.1在SWE-bench基準(zhǔn)測試中，將其頂尖的編碼性能提升至74.5%，實(shí)現(xiàn)了穩(wěn)定且顯著的進(jìn)步，助力開發(fā)人員及其應(yīng)用始終保持領(lǐng)先地位。與前代產(chǎn)品相比，Claude Opus 4.1能夠更專注更精準(zhǔn)地瀏覽大型代碼庫，并擅長處理長時間運(yùn)行的任務(wù)，對編碼Agent的規(guī)劃和協(xié)調(diào)能力也有所提升。除編碼外，Opus 4.1還增強(qiáng)了Claude的深度研究和數(shù)據(jù)分析能力，尤其是在細(xì)節(jié)追蹤和Agent搜索方面。

兩款模型能夠在提供快速直接答案與逐步推理解答之間靈活切換，在關(guān)鍵行業(yè)基準(zhǔn)測試中，大幅提升了多步驟工作流程的性能表現(xiàn)。

據(jù)Anthropic公司稱，Claude Opus 4.1和Claude Sonnet 4預(yù)示著未來AI系統(tǒng)，將在創(chuàng)意工作和知識型工作中成為能力日益強(qiáng)大的合作伙伴。例如，它們可在企業(yè)中承擔(dān)更多專業(yè)角色，如處理日常分析工作、跨部門協(xié)作，甚至在極少監(jiān)督的情況下管理完整的工作流程。

審核編輯 黃宇