震撼发布：Claude 4 —— 史上最强AI编程模型 + 顶尖AI Agent基础设施！
震撼发布：Claude 4 —— 史上最强AI编程模型 + 顶尖AI Agent基础设施！200美元Claude 4 Max套餐国内直接使用！
今天凌晨1点，著名大模型平台 Anthropic 召开了其首届开发者大会，并隆重发布了最新一代大模型——Claude 4。
Claude 4 系列包含两大核心模型：Opus 4 和 Sonnet 4。
Opus 4：定位为全球顶级编程模型，在处理复杂且超长时间的推理任务方面表现卓越，尤其在 Agent 领域能力超群。根据 Rakuten 的测试数据，基于 Opus 4 构建的编程智能体能够独立稳定连续工作长达7小时，刷新了此前由 OpenAI 创下的记录。 Sonnet 4：作为 Sonnet 3.7 的强大迭代版本，同样在编程领域展现出非凡实力。在权威的 SWE-bench 测试中，Sonnet 4 取得了 72.7% 的惊人成绩，超越了包括 OpenAI 最新发布的 Codex-1、o3 在内的众多前沿模型。
创新的混合推理与思考摘要
Opus 4 和 Sonnet 4 作为混合推理模型，具备两种独特的思考模式：
标准思考模式：专为快速响应设计，非常适合处理那些对时间敏感或需要即时反馈的任务。 扩展思考模式：允许模型投入更多时间进行深度推理，通过更周全的思考生成更为精确、全面的答案。
这种双模式设计旨在满足不同场景下的多样化需求，用户可以根据具体任务的复杂性和对响应速度的要求，在两种模式之间灵活切换。
值得一提的是，这两款模型还新增了"思考摘要"功能。当模型的思考过程过长时，会启动一个额外的小型模型来对思考过程进行精炼总结。Anthropic 指出，这种总结机制在实际应用中非常高效，因为仅有约5%的思考过程会触发该总结机制，在绝大多数情况下，用户仍然能够查阅到完整的思考脉络。
对于那些需要完整思考过程、不希望进行任何总结的开发者，Anthropic 也贴心地提供了开发者模式，在此模式下，开发者可以获取未经删减的、完整的思考全过程。
扩展思考模式在多种复杂场景下均展现出其独特优势。例如，在处理复杂的编程任务时，模型能够利用扩展思考模式深入剖析代码逻辑，从而更有效地发现潜在错误或提出优化建议。这种深度的思考能力有助于开发者更好地理解代码的结构和功能，进而显著提升代码质量和开发效率。
强大的配套功能与开发者生态
除了模型性能的巨大飞跃，Anthropic 还宣布了一系列与之配套的强大新功能：
扩展思考与工具使用：Opus 4 和 Sonnet 4 能够在扩展思考过程中无缝调用工具（例如进行网络搜索），实现推理与工具使用的交替进行，从而大幅提升回答的质量。
并行工具执行：新模型具备了并行执行多个工具的能力，能够更精准地遵循复杂指令。
增强的记忆能力：当开发者授予模型访问本地文件的权限时，模型能够显著提升记忆能力，高效提取并保存关键信息，以维持对话的连续性并积累"默会知识"。
Claude Code 全面开放：现在，Claude Code 正式向所有开发者开放。它支持通过 GitHub Actions 执行后台任务，并且与 VS Code 和 JetBrains 等主流开发工具实现了原生集成，可以直接在用户的文件中实时显示编辑内容，带来无缝的协作编程新体验。
Anthropic API 新增功能：Anthropic API 也迎来了四项重要更新，包括：
这些新功能将极大地助力开发者构建更为强大和智能的 AI Agent。
代码执行工具 (Code Execution Tools) MCP 连接器 (MCP Connectors) 文件 API (Files API) 长达一小时的提示缓存能力 (Ability to cache prompts for up to an hour)
五、实际模型能力横向测评
为了直观展现 Claude 4 Sonnet 的强大实力，我使用以下提示词，分别对 Claude 4 Sonnet、Claude 3.7 Sonnet 以及 Gemini 2.5 Pro 进行了测试：
我想开发一个{类似小宇宙的播客app}，现在需要输出高保真的原型图，请通过以下方式帮我完成所有界面的原型设计，并确保这些原型界面可以直接用于开发：1、用户体验分析：先分析这个 App 的主要功能和用户需求，确定核心交互逻辑。2、产品界面规划：作为产品经理，定义关键界面，确保信息架构合理。3、高保真 UI 设计：作为 UI 设计师，设计贴近真实 iOS/Android 设计规范的界面，使用现代化的 UI 元素，使其具有良好的视觉体验。4、HTML 原型实现：使用 HTML + Tailwind CSS（或 Bootstrap）生成所有原型界面，并使用 FontAwesome（或其他开源 UI 组件）让界面更加精美、接近真实的 App 设计。拆分代码文件，保持结构清晰：5、每个界面应作为独立的 HTML 文件存放，例如 home.html、profile.html、settings.html 等。- index.html 作为主入口，不直接写入所有界面的 HTML 代码，而是使用 iframe 的方式嵌入这些 HTML 片段，并将所有页面直接平铺展示在 index 页面中，而不是跳转链接。- 真实感增强： - 界面尺寸应模拟 iPhone 15 Pro，并让界面圆角化，使其更像真实的手机界面。 - 使用真实的 UI 图片，而非占位符图片（可从 Unsplash、Pexels、Apple 官方 UI 资源中选择）。 - 添加顶部状态栏（模拟 iOS 状态栏），并包含 App 导航栏（类似 iOS 底部 Tab Bar）。请按照以上要求生成完整的 HTML 代码，并确保其可用于实际开发。
测试结果如下：
Claude 4 Sonnet👇
Claude 3.7 Sonnet👇
Gemini 2.5 Pro👇
测试结论：差距显著，高下立判！
Gemini 2.5 Pro：虽然在 LMArena 等部分编程能力排行榜上表现尚可，且在处理复杂长代码时偶尔有亮点，但其对指令的理解和遵循能力相较于 Claude 系列仍有明显差距。此外，其视觉审美也较为逊色，常常出现一些令人费解的设计。 Claude 3.7 Sonnet：表现已经相当出色。 Claude 4 Sonnet：则完全达到了惊艳的水平！相较于 3.7 版本，Claude 4 Sonnet 生成的原型在细节内容上更为丰富，例如区分了已收听和未收听状态的红点提示、订阅节目与收听节目的汇总信息等。更令人惊喜的是，其生成的播放器页面封面图甚至是可以旋转的（遗憾的是，这一点在静态图片上无法完全展现）。
关于 Claude Opus 4，我也进行了一些初步测试。但在生成几次之后，遇到了一些模型访问次数的限制，似乎目前 Opus 的服务器资源相对紧张。然而，从其评分以及我有限的体验来看，在处理常规编程任务时，其表现与 Sonnet 版本并无显著差异。
国内如何快速上手？
访问地址：https://agi.maynor1024.live/list/#/
限时免费授权码： claudefree05201
零成本即刻体验 Claude 4 的强大功能！
额外福利：超值 Max 套餐
现在更有价值 $200 的 Max 套餐虚位以待！尊享更长上下文窗口与持续高性能体验，告别卡顿，智能不打折！
没有评论:
发表评论