Claude 3.7 Sonnet

Claude 3.7 Sonnet官网,全球首个混合推理模型,编程能力一流

模型背景与发布

Claude 3.7 Sonnet 是由 Anthropic 公司开发的最新 AI 模型，于 2025 年 2 月 24 日正式发布。该模型被定位为“迄今最智能的模型”，并首次引入了混合推理功能，结合了普通大型语言模型（LLM）和专门的推理模型能力。

Claude 3.7 Sonnet官网: https://claude.ai/

核心功能与技术特点

混合推理模式

• 标准模式：提供近乎即时的响应，适合快速交互。
• 扩展思考模式：允许模型逐步推理，展示思维过程，特别适用于复杂问题。这一模式显著提升了数学、物理和指令遵循任务的性能。

上下文窗口与输出能力

• 支持高达 200K 的上下文窗口，输出容量较前代增加 15 倍，最高可达 128K 令牌（其中 64K 为一般可用，128K 为 beta 版本）。

编程与开发支持

• 在 SWE-bench Verified 基准测试中，标准模式达到 70.3% 的成绩（使用高计算资源），在 TAU-bench 中表现优异。
• 支持长达 128K 令牌的代码生成，适合大型代码生成任务。
• 与 Claude 3.7 Sonnet 同时推出的还有 Claude Code，这是一个用于代理编程的命令行工具，能够让开发者直接从终端将重要的工程任务委托给 Claude。

性能与基准测试

• 在多个基准测试中表现出色，特别是在实际应用场景中：
• 数学与科学：扩展思考模式显著提升了数学和物理问题的解决能力。
• 多模态与代理编码：在指令遵循、一般推理和多模态任务中表现出色。
• 编码能力：在处理复杂代码库和使用高级工具方面展现出显著优势，编码能力全面超越其他现有模型。

可用性与集成

• Anthropic 平台：适用于所有计划（免费、专业、团队、企业），通过 Claude.ai（网页、iOS、Android）提供聊天体验。
• 云服务：集成至 Amazon Bedrock 和 Google Cloud 的 Vertex AI。
• API 访问：通过 Anthropic API 提供，文档详见 API 文档。

定价与成本优化

• 定价与 Claude 3.5 Sonnet 一致：
• 每百万输入令牌 3 美元。
• 每百万输出令牌 15 美元（包括思考令牌）。
• 成本优化选项包括：
• 提示缓存可节省高达 90% 成本。
• 批量处理可节省 50% 成本。

安全与可靠性

• 与前代相比，减少了 45% 的不必要拒绝，提升了用户体验。
• 经过外部专家的广泛测试，满足安全、可靠性和安全性标准。

应用场景

• 编码生成：支持长达 128K 令牌的输出，适合大型代码生成任务。
• 高级聊天机器人：增强知识问答、视觉数据提取和客户服务代理。
• 内容生成与分析：适用于研究总结、金融建模和机器人流程自动化。
• 多模态任务：在医疗影像分析、研究总结和代码审查中具有应用潜力。

总结

Claude 3.7 Sonnet 是 Anthropic 在 AI 领域的又一力作，其混合推理模式和强大的编程能力使其在复杂任务处理上表现出色。无论是快速响应还是深度思考，Claude 3.7 Sonnet 都能为用户提供灵活且高效的解决方案。

官方原文

今天，我们宣布推出 Claude 3.7 Sonnet¹，这是我们迄今为止最智能的模型，也是市场上第一个混合推理模型。Claude 3.7 Sonnet 可以产生几乎即时的响应或逐步的、分步的思考，这些思考对用户来说是可见的。API 用户还可以精细控制模型思考的时间长度。

Claude 3.7 Sonnet 在编码和前端网页开发方面表现出特别显著的改进。除了模型，我们还推出了一款用于代理编码的命令行工具，即 Claude Code。Claude Code 作为有限的研究预览版提供，允许开发者直接从终端将大量工程任务委托给 Claude。

Claude 3.7 Sonnet 现已在所有 Claude 计划中可用——包括免费、专业、团队和企业版——以及 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI。扩展思考模式在除免费 Claude 级别之外的所有表面上都可用。

在标准模式和扩展思维模式下，Claude 3.7 Sonnet 的价格

与其前辈相同：每百万输入令牌 3 美元，每百万输出令牌 15 美元——包括思维令牌。

Claude 3.7 Sonnet：前沿推理变得实用

我们开发了具有不同哲学思想的 Claude 3.7 Sonnet，与市场上其他推理模型不同。正如人类使用一个大脑进行快速反应和深入思考一样，我们认为推理应该是前沿模型的一个集成能力，而不是一个完全独立的模型。这种统一的方法也为用户创造了一个更加无缝的体验。

Claude 3.7 Sonnet 以多种方式体现这一理念。首先，Claude 3.7 Sonnet 既是普通 LLM 又是推理模型：你可以选择何时让模型正常回答，何时让它在回答前思考更长时间。在标准模式下，Claude 3.7 Sonnet 代表了 Claude 3.5 Sonnet 的升级版。在扩展思考模式下，它在回答前会进行自我反思，这提高了它在数学、物理、指令遵循、编码和其他许多任务上的表现。我们通常发现，在这两种模式下，对模型的提示效果相似。

其次，通过 API 使用 Claude 3.7 Sonnet 时，用户还可以控制思考的预算：您可以告诉 Claude 思考不超过 N 个 token，对于 N 的任何值，直到其输出限制的 128K 个 token。这允许您在回答的质量（以及成本）和速度之间进行权衡。

第三，在开发我们的推理模型时，我们相对较少优化数学和计算机科学竞赛问题，而是将重点转向更反映企业实际使用LLMs的现实世界任务。

早期测试展示了 Claude 在编码能力方面的全面领导力：Cursor 指出，Claude 再次在现实世界的编码任务中处于最佳水平，从处理复杂代码库到高级工具使用，各方面都有显著提升。认知发现，在规划代码更改和处理全栈更新方面，Claude 远优于其他任何模型。Vercel 强调了 Claude 在复杂代理工作流程中的卓越精确度，而 Replit 已成功部署 Claude 从头开始构建复杂的 Web 应用程序和仪表板，其他模型则停滞不前。在 Canva 的评估中，Claude 始终生产出成品级的代码，具有卓越的设计品味，并大幅减少了错误。

克劳德代码

自 2024 年 6 月起，Sonnet 已成为全球开发者的首选模型。今天，我们通过推出 Claude Code——我们的首款代理编码工具——在有限的研究预览中进一步赋能开发者。

Claude 代码是一个活跃的协作伙伴，可以搜索和阅读代码，编辑文件，编写和运行测试，将代码提交并推送到 GitHub，并使用命令行工具——在每一步都让您保持同步。

克劳德代码是一款早期产品，但已经成为了我们团队不可或缺的工具，尤其是在测试驱动开发、调试复杂问题和大规模重构方面。在早期测试中，克劳德代码一次就完成了通常需要 45 分钟以上手动工作才能完成的任务，减少了开发时间和开销。

在接下来的几周内，我们计划根据我们的使用情况不断改进它：提高工具调用的可靠性、添加对长时间运行命令的支持、改进应用内渲染，并扩展 Claude 对其自身能力的理解。

我们的目标是更好地理解开发者如何使用 Claude 进行编码，以指导未来模型改进。通过加入这个预览，您将获得我们构建和改进 Claude 所使用的相同强大工具，您的反馈将直接塑造其未来。

与 Claude 合作处理您的代码库

我们还在 Claude.ai 上提升了编码体验。我们的 GitHub 集成现在适用于所有 Claude 计划——允许开发者直接将代码仓库连接到 Claude。

Claude 3.7 诗篇是我们迄今为止最好的编码模型。通过更深入地了解您的个人、工作和开源项目，它成为您在最重要的 GitHub 项目中进行错误修复、开发功能和构建文档的更强大伙伴。

负责任地建设

我们对 Claude 3.7 Sonnet 进行了广泛的测试和评估，与外部专家合作，确保其符合我们的安全、安全和可靠性标准。Claude 3.7 Sonnet 在区分有害和良性请求方面也更加细腻，与前辈相比，减少了 45%的不必要拒绝。

该版本的系统卡片涵盖了多个类别中的新安全成果，提供了我们负责任扩展政策评估的详细分解，其他 AI 实验室和研究人员可以将其应用于他们的工作。卡片还讨论了伴随计算机使用出现的潜在风险，特别是提示注入攻击，并解释了如何评估这些漏洞以及如何训练 Claude 来抵抗和减轻这些风险。此外，它还探讨了推理模型可能带来的潜在安全效益：理解模型如何做出决策的能力，以及模型推理是否真正值得信赖和可靠。阅读完整的系统卡片以了解更多信息。

展望未来

Claude 3.7 Sonnet和 Claude 代码标志着向真正增强人类能力的人工智能系统迈出的重要一步。凭借其深入推理、自主工作和有效协作的能力，它们让我们更接近一个未来，在那里人工智能丰富了人类所能实现的事情。

我们期待您探索这些新功能，并看看您将如何使用它们。一如既往，我们欢迎您在模型持续改进和发展的过程中提供反馈。