Anthropic 发布 Claude Opus 4 与 Claude Sonnet 4

背景

Anthropic的Claude模型有多个版本。同一个模型既能快速作答，也能切换到扩展思考（extended thinking）模式，即在回答前进行较长的推理。Claude模型还可以使用工具（tool use），例如运行代码或调用外部服务，从而不只是回答问题，还能完成具体任务。Claude Sonnet 3.7是Sonnet 4被描述为其升级版的前一代模型。

发生了什么

2025年5月22日，Anthropic发布了Claude Opus 4和Claude Sonnet 4。Anthropic称Opus 4是世界上最好的编程模型，并把Sonnet 4描述为Claude Sonnet 3.7的升级版。^[1]

两款模型都是混合模型，既支持接近即时的回答，也支持扩展思考模式。Anthropic表示，Opus 4可以针对长且多步骤的任务连续工作数小时。^[1] 当天，Claude Code也正式开放使用。^[1]

关键细节

在SWE-bench Verified上，Opus 4得分72.5%，Sonnet 4得分72.7%。在Terminal-bench（一项在命令行终端中完成任务的测试）上，Opus 4得分43.2%。^[1]

Anthropic称，在可能出现捷径或漏洞的智能体任务中，两款模型使用此类捷径的可能性都比Sonnet 3.7低65%。^[1]

新增能力包括：扩展思考可以与工具使用结合，例如网页搜索（测试版）；支持并行调用工具；在获得本地文件访问权限时，记忆能力有所提升。^[1] API方面新增了代码执行工具、MCP连接器、Files API，以及最长一小时的提示缓存（prompt caching），后者可以让重复的输入内容无需再次处理。^[1]

定价方面，Opus 4为每百万输入词元15美元、每百万输出词元75美元；Sonnet 4为每百万输入词元3美元、输出15美元。两款模型可用于付费Claude套餐、API、Amazon Bedrock和Google Cloud的Vertex AI，Sonnet 4还向免费用户开放。^[1]

Anthropic引用了客户的反馈：乐天（Rakuten）的一项开源代码重构任务由模型独立运行了7小时；GitHub表示，将用Sonnet 4驱动其Copilot中新的编程智能体。^[1]

影响

这次发布延伸了Claude在长时间自主工作中的能力，并新增了开发者可用于构建智能体的API工具。GitHub选择Sonnet 4驱动自家的编程智能体，显示出其他公司也可能把Claude模型接入自己的产品。Claude Code在同一天正式开放，使模型发布与编程工具形成了配套。上述数字都是Anthropic对自家基准和测试的报告。