IT之家 5 月 23 日消息，Anthropic 公司在北京時間今天（5 月 23 日） 0 點 30 分舉辦的活動中，推出了 Claude Opus 4 和 Claude Sonnet 4 新一代語言模型，在結構化推理、軟件工程和自主代理行為等領域實現重大進步。

Claude Opus 4：復雜推理與軟件開發的巔峰之作

IT之家援引博文介紹，Claude Opus 4 被定位為 Anthropic 迄今最強大的模型，專為處理復雜的推理流程和軟件開發場景設計。

測試數據顯示，該模型在 SWE-bench 基準測試（評估模型解決真實 GitHub 問題的能力）中準確率達到 72.5%；在 TerminalBench 測試（在多步驟終端代碼生成任務中驗證模型表現）中準確率為 43.2%。

更令人矚目的是，Opus 4 在軟件環境中展現出強大的自主行為，得益于改進的內存管理、更廣泛的上下文保留以及更強大的內部規劃機制，據 Rakuten 測試數據，可連續進行近 7 小時的代碼生成和任務執行，刷新 AI 世界紀錄，遠超前代 Claude 3 Opus（不到 1 小時）。

Anthropic 聲稱，其 AI 模型不是為了消除工作崗位，而是一種將日常工作自動化的工具。不過 marktechpost 媒體認為，Claude 4 系列問世后，將改變 AI 的使用方式，讓 AI 從完成單一任務的輔助工具，轉換為具備更強、更廣泛功能的“AI 同事”，可以自動工作幾乎一個完整的工作班次。

Claude Sonnet 4：平衡性能與成本的通用選擇

Claude Sonnet 4 取代了前代 Claude 3.5 Sonnet，以更穩定的架構提升速度與質量，同時未顯著增加計算成本。該模型針對中規模部署優化，適合需要在成本與性能間權衡的場景。

盡管推理能力不及 Opus 4，但 Sonnet 4 繼承了許多架構升級，支持多文件代碼導航、中間工具使用和結構化文本處理，延遲表現更佳。它成為 Claude.ai 免費用戶的默認模型，并通過 API 提供服務，適用于輕量開發工具、用戶助手和分析流程。

技術亮點與部署方式

兩款模型均具備混合推理能力，提供“快速模式”（Fast Mode）用于低延遲的簡短對話任務，以及“擴展思考模式”（Extended Thinking Mode）用于需要深度推理和多輪代理行為的復雜任務。

這種雙模式策略讓用戶能根據任務復雜度靈活分配計算資源。此外，Claude Opus 4 和 Sonnet 4 可通過 Anthropic 的 Claude API、Amazon Bedrock 和 Google Cloud Vertex AI 等多個云平臺訪問，支持從自主代理到代碼分析等多種企業應用場景。