Anthropic 发布 Claude 3.7 Sonnet 与 Claude Code

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，也是市场上首个混合推理模型。Claude 3.7 Sonnet 可以产生近乎即时的响应，也可以进行扩展的、逐步的思考，并且这些思考对用户可见。API 用户还可以对模型思考的时长进行细粒度控制。

Claude 3.7 Sonnet 在编码和前端 Web 开发方面表现出特别显著的改进。除了该模型，我们还推出了用于智能体编码的命令行工具 Claude Code。Claude Code 以有限的研究预览版形式提供，使开发者能够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 套餐中提供——包括 Free、Pro、Team 和 Enterprise——以及 Claude 开发者平台、Amazon Bedrock 和 Google Cloud 的 Vertex AI。扩展思考模式可在除免费 Claude 层级之外的所有平台上使用。

在标准模式和扩展思考模式下，Claude 3.7 Sonnet 的价格均与其前代产品相同：每百万输入 token 3 美元，每百万输出 token 15 美元——其中包括思考 token。

Claude 3.7 Sonnet：让前沿推理变得实用

我们开发 Claude 3.7 Sonnet 的理念与市场上其他推理模型不同。正如人类用同一个大脑进行快速反应和深度反思一样，我们认为推理应该是前沿模型的一项集成能力，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更无缝的体验。

Claude 3.7 Sonnet 以多种方式体现了这一理念。首先，Claude 3.7 Sonnet 既是普通 LLM，也是推理模型：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久。在标准模式下，Claude 3.7 Sonnet 代表 Claude 3.5 Sonnet 的升级版本。在扩展思考模式下，它会在回答前进行自我反思，从而提升其在数学、物理、指令遵循、编码以及许多其他任务上的表现。我们总体发现，在两种模式下对模型进行提示的效果类似。

其次，通过 API 使用 Claude 3.7 Sonnet 时，用户还可以控制思考的预算：你可以告诉 Claude 思考不超过 N 个 token，N 可以是任意值，最高可达其 128K token 的输出上限。这使你能够在速度（和成本）与答案质量之间进行权衡。

第三，在开发我们的推理模型时，我们在数学和计算机科学竞赛题上的优化相对较少，而是将重点转向更能反映企业实际使用 LLM 方式的现实世界任务。

早期测试表明，Claude 在编码能力方面全面领先：Cursor 指出，Claude 再次成为现实世界编码任务中的最佳选择，在处理复杂代码库到高级工具使用等领域都有显著改进。Cognition 发现，它在规划代码变更和处理全栈更新方面远胜于任何其他模型。Vercel 强调了 Claude 在复杂代理工作流中的卓越精确度，而 Replit 已成功部署 Claude 从零构建复杂的 Web 应用和仪表板，这是其他模型无法做到的。在 Canva 的评估中，Claude 始终能生成生产就绪的代码，具有卓越的设计品味，并大幅减少了错误。

Bar chart showing Claude 3.7 Sonnet as state-of-the-art for SWE-bench Verified — Claude 3.7 Sonnet 在 SWE-bench Verified 上达到了最先进的性能，该基准评估 AI 模型解决现实世界软件问题的能力。有关脚手架（scaffolding）的更多信息，请参阅附录。

Bar chart showing Claude 3.7 Sonnet as state-of-the-art for TAU-bench — Claude 3.7 Sonnet 在 TAU-bench 上达到了最先进的性能，该框架测试 AI 代理在涉及用户和工具交互的复杂现实世界任务中的表现。有关脚手架（scaffolding）的更多信息，请参阅附录。

Benchmark table comparing frontier reasoning models — Claude 3.7 Sonnet 在指令遵循、通用推理、多模态能力和代理编码方面表现出色，扩展思考在数学和科学方面提供了显著提升。除了传统基准测试外，它甚至在我们 Pokémon 游戏测试中超越了所有之前的模型。

自 2024 年 6 月以来，Sonnet 一直是全球开发者的首选模型。今天，我们通过推出 Claude Code——我们的首个代理编码工具——在有限的研究预览中进一步赋能开发者。

Claude Code 是一个活跃的协作者，可以搜索和阅读代码、编辑文件、编写和运行测试、提交代码并推送到 GitHub，以及使用命令行工具——在每一步都让你保持知情。

Claude Code 是一个早期产品，但已成为我们团队不可或缺的工具，特别是在测试驱动开发、调试复杂问题和大型重构方面。在早期测试中，Claude Code 一次性完成了通常需要 45 分钟以上手动工作的任务，减少了开发时间和开销。

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

Claude Code 的目标是更好地了解开发者如何使用 Claude 进行编码，从而为未来的模型改进提供信息。通过加入此预览，你将获得我们用来构建和改进 Claude 的同样强大的工具，你的反馈将直接塑造它的未来。

在代码库中与 Claude 协作

我们还改进了 Claude.ai 上的编码体验。我们的 GitHub 集成现已在所有 Claude 计划中可用——使开发者能够将他们的代码仓库直接连接到 Claude。

Claude 3.7 Sonnet 是我们迄今为止最好的编码模型。通过更深入地了解你的个人、工作和开源项目，它成为了修复错误、开发功能和构建文档的更强大伙伴，适用于你最重要的 GitHub 项目。

负责任地构建

我们对 Claude 3.7 Sonnet 进行了广泛的测试和评估，并与外部专家合作，确保其符合我们在安全性、安全防护和可靠性方面的标准。Claude 3.7 Sonnet 还能更细致地区分有害请求和良性请求，与上一代相比，不必要的拒绝减少了 45%。

本次发布的系统卡涵盖了多个类别的新安全结果，详细列出了我们的《负责任扩展政策》评估，其他 AI 实验室和研究人员可将其应用于自身工作。该卡片还探讨了计算机使用带来的新兴风险，尤其是提示注入攻击，并解释了我們如何评估这些漏洞，以及如何训练 Claude 抵御和缓解它们。此外，它还审视了推理模型可能带来的安全益处：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。阅读完整系统卡以了解更多。

展望未来

Claude 3.7 Sonnet 和 Claude Code 标志着迈向真正能够增强人类能力的 AI 系统的重要一步。凭借深度推理、自主工作和高效协作的能力，它们让我们更接近一个 AI 丰富并拓展人类所能成就之事的未来。

Milestone timeline showing Claude progressing from assistant to pioneer

我们很期待你探索这些新能力，并看看你会用它们创造出什么。一如既往，我们欢迎你的反馈，以帮助我们持续改进和演进我们的模型。

Anthropic 发布 Claude 3.7 Sonnet 与 Claude Code

Claude 3.7 Sonnet：让前沿推理变得实用

在代码库中与 Claude 协作

负责任地构建

展望未来

相关内容

Anthropic 投资 1 亿美元培训 10,000 名工程师，以弥合企业 AI 人才缺口

Barclays 扩展 Claude 应用规模，以升级运营并改善客户体验

Claude 发现了一种具有类 CRISPR 重复序列的新型酶系统