深夜重磅！全球首个混合推理模型Claude 3.7 Sonnet发布，编程水平达到SOTA

今日凌晨，Anthropic 突然发布了全球首款混合推理模型、迄今为止最好的编码模型——Claude 3.7 Sonnet。（Claude 4.0 还要再等一等[皱眉]）\x0a\x0a据官方介绍，Claude 3.7 Sonnet 具有“一个模型，两种思考方式”（One model, two ways to think）的特点，即标准和扩展思考模式。用户可以选择何时让模型正常回答问题，何时让模型思考更长时间再回答问题。\x0a\x0a“正如人类使用单个大脑进行快速反应和深度思考一样，我们认为推理应该是前沿模型的一种综合能力，而不是完全独立的模型。这种统一的方法还能为用户带来更完美的体验。”\x0a\x0aClaude 3.7 Sonnet 可以生成近乎即时的响应，也可以生成用户可见的扩展、逐步思考的结果，在编码和前端网络开发方面的改进尤为显著。\x0a\x0a另外，API 用户还可以对模型的思考时间进行精细控制。例如，用户可以告诉 Claude 思考的时间不超过 N 个 token，无论 N 为多少，其输出限制为 128K 个 token。这允许用户在速度（和成本）和答案质量之间进行权衡。\x0a\x0a早期测试表明，Claude 3.7 Sonnet 的编码能力全面领先于其它模型，在处理复杂代码库和高级工具使用等方面都有显著改进。在评估 LLM 解决 GitHub 上真实软件问题能力的基准测试数据集 SWE-bench Verified 上，Claude 3.7 Sonnet 的表现达到了 SOTA。\x0a\x0a在评估 LLM 在复杂真实场景中用户与工具交互能力的基准 TAU-bench 上，Claude 3.7 Sonnet 超过了 Claude 3.5 Sonnet 和 OpenAI 的 o1，达到了 SOTA。\x0a\x0a除了 Claude 3.7 Sonnet ，Anthropic 还推出了一个用于代理编码的命令行工具——Claude Code，能够使开发人员可以直接从终端将大量工程任务委托给 Claude。\x0a\x0a此外，Anthropic 还对外展示了他们的发展图景——2025 年，Claude 成为独立自主工作数小时的专家级智能体；2027 年，Claude 能够解决人工团队花费数年才能解决的挑战性难题[加油]。