Anthropic 发布 Claude Sonnet 4.5：全球最强编程模型登场

在编程领域的激烈竞争中，Claude 再次证明了其卓越能力。

近日，Anthropic 正式推出了Claude Sonnet 4.5模型。

Claude Sonnet 4.5 在 SWE-bench Verified 测试中表现出色，该测试评估真实编程水平，它成功登顶业界榜首。

更令人印象深刻的是，它能够连续工作超过 30 小时。

这无疑增强了 AI 在取代人类任务方面的优势。

例如，当要求它编写一个类似 Slack 或 Teams 的聊天应用时，它可以生成大约 1.1 万行代码。相比之下，之前的 Claude Opus 4 和 Codex 最多只能独立工作七小时。

根据 Anthropic 的说法，Claude Sonnet 4.5 现在是全球最强的编程模型——在构建复杂智能体、操作电脑、推理和数学等方面都有显著提升。

例如，在 OSWorld 基准测试中，它获得了 61.4% 的分数，位列第一。四个月前，Sonnet 4 以 42.2% 的成绩领先，现在性能又有了大幅提升。

Anthropic 的 Claude Chrome 插件可以在浏览器中自动导航网站、填写表格、处理任务，仿佛真人在操作。在推理、金融等测评项目中，它也表现得更强，各项指标都在上升。

凭借如此强大的能力，Anthropic 此次发布不仅仅是一个模型。

具体更新包括：

Claude Code 新增了「检查点」功能，可以随时保存进度，一键回退到之前状态

终端界面重新设计，并发布了原生 VS Code 插件

Claude API 增加了上下文编辑功能和记忆工具

代码执行和文件创建现在直接集成到对话中

此外，Anthropic 还开放了用于构建 Claude Code 的底层基础设施，称为 Claude Agent SDK。

智能体在长时间任务中管理记忆、设计权限系统以平衡自主性和用户控制、以及协调多个子智能体完成任务，这些都是构建 AI 智能体的挑战。

通过 Claude Agent SDK，开发者现在可以构建自己的产品。

从今天起，开发者可以通过 Claude API 调用 claude-sonnet-4-5。定价与 Claude Sonnet 4 相同，每百万 tokens 3美元/15美元，价格不变但能力更强。

网友 @vasumanmoza 体验后发帖表示：

「Claude 4.5 Sonnet 在一次调用中重构了我的整个代码库，使用了 25 次工具调用，新增了 3000 多行代码，生成了 12 个新文件。它将所有内容模块化，拆解了巨石结构，清理了混乱代码。虽然结果无法运行，但过程非常优雅。」这种评价既爱又恨。

Cursor 指出，Claude Sonnet 4.5 在编程性能方面处于前沿，尤其在处理长周期任务时提升明显。这解释了为什么许多 Cursor 用户选择 Claude 解决复杂问题。

知名测评博主 Dan Shipper 表示，新版 Sonnet 4.5 在响应速度、可控性和稳定性方面都有改善。

性能强大之外，安全性也不容忽视。

据介绍，Claude Sonnet 4.5 是 Anthropic 目前对齐度最高的前沿模型。

通过增强的能力和安全训练，Anthropic 在模型行为上取得了改进，减少了奉承、欺骗、权力追求和鼓励妄想等行为。此外，在防御提示注入攻击和减少内容误判方面也有重大进展。

令人感兴趣的是，Anthropic 在发布 Claude Sonnet 4.5 的同时，推出了一个临时研究预览功能「Imagine with Claude」。

在这个功能中，Claude 实时生成软件，所有功能和代码都是即时创建和调整的，而不是预先设定的。

不过，「Imagine with Claude」将在接下来五天内仅对 Max 订阅用户开放。

访问链接 claude.ai/imagine。

毫无疑问，今年 AI 赛道仍然聚焦于编程竞争。

目前 Anthropic 估值已达 1830 亿美元，8 月年化营收 50 亿美元，其中大部分增长来自编程软件的普及。然而，竞争对手 OpenAI 和 Google Gemini 也在积极推广类似工具争夺程序员用户。

一周后将是 OpenAI 年度开发者大会，Anthropic 此时发布 Claude Sonnet 4.5，时间把握精准，显然是为了给对手施加压力。

此外，Anthropic 联合创始人兼首席科学官 Jared Kaplan 表示，更先进的 Opus 模型预计今年晚些时候推出：「Anthropic 在大小模型上都能保持优势。」

但值得一提的是，Anthropic 自身也面临挑战。

过去两个月，Claude 系列模型经历了「降智」风波。用户普遍反映模型推理、代码、格式和工具调用质量大幅下降，连付费 Max 用户也受影响。

尽管 Anthropic 紧急回滚了 Opus 4.1 更新，并承认了两个独立 Bug，声明并非为节省成本而故意降智，但由于未提供补偿或退款，GitHub 和 X 等平台出现了退订潮，许多用户转向 Codex。

这次 Claude Sonnet 4.5 的发布，显然是 Anthropic 希望通过性能提升挽回用户。能否成功，取决于未来几周的实际表现。