Anthropic 发布 Claude Sonnet 4.5，同步推出 Claude Agent SDK

Claude Sonnet 4.5 是全球最强的编程模型。它是构建复杂智能体的最强模型。它是使用计算机的最佳模型。它在推理和数学方面也展现出显著提升。

代码无处不在。它运行着你使用的每一个应用程序、电子表格和软件工具。能够使用这些工具并推理解决难题，正是现代工作的完成方式。

Claude Sonnet 4.5 让这一切成为可能。我们发布它的同时，也为我们的产品带来了一系列重大升级。在 Claude Code 中，我们新增了检查点——这是我们最受期待的功能之一——它可以保存你的进度，并允许你即时回滚到之前的状态。我们更新了终端界面，并发布了 原生 VS Code 扩展。我们在 Claude API 中新增了上下文编辑功能和记忆工具，让智能体能够运行更长时间并处理更复杂的任务。在 Claude 应用中，我们将代码执行和文件创建（电子表格、幻灯片和文档）直接引入对话。我们还向上个月加入候补名单的 Max 用户开放了 Claude for Chrome 扩展。

我们还将自己用来打造 Claude Code 的构建模块提供给开发者。我们称之为 Claude Agent SDK。支撑我们前沿产品——并让它们充分发挥潜力——的基础设施，现在可供你用来构建。

这是我们发布的对齐程度最高的前沿模型，与之前的 Claude 模型相比，在多个对齐领域都展现出大幅改进。

Claude Sonnet 4.5 今日已在各处上线。如果你是开发者，只需通过 Claude API 使用 claude-sonnet-4-5 即可。定价与 Claude Sonnet 4 保持一致，为每百万 token 3 美元/15 美元。

前沿智能

Claude Sonnet 4.5 在 SWE-bench Verified 评估中达到最先进水平，该评估衡量真实世界的软件编程能力。实际上，我们观察到它能在复杂的多步骤任务上保持专注超过 30 小时。

Claude Sonnet 4.5 在计算机使用方面实现了重大飞跃。在 OSWorld 这一测试 AI 模型真实世界计算机任务的基准上，Sonnet 4.5 现在以 61.4% 领先。仅仅四个月前，Sonnet 4 还以 42.2% 保持领先。我们的 Claude for Chrome 扩展将这些升级后的能力付诸实践。在下面的演示中，我们展示了 Claude 直接在浏览器中工作，浏览网站、填写电子表格并完成任务。

该模型在包括推理和数学在内的广泛评估中也展现出改进的能力：

金融、法律、医学和 STEM 领域的专家发现，与包括 Opus 4.1 在内的旧模型相比，Sonnet 4.5 展现出显著更好的领域特定知识和推理能力。

该模型的能力也体现在早期客户的体验中：

我们从 Claude Sonnet 4.5 上看到了最先进的编程性能，在更长周期的任务上有显著改进。这进一步印证了为什么许多使用 Cursor 的开发者选择 Claude 来解决他们最复杂的问题。

Claude Sonnet 4.5 增强了 GitHub Copilot 的核心优势。我们的初步评估显示，其在多步推理和代码理解方面有显著提升——使 Copilot 的智能体体验能够更好地处理复杂的、跨代码库的任务。

Claude Sonnet 4.5 在软件开发任务上表现出色，能够学习我们代码库的模式以提供精确的实现。它凭借深入的上下文理解处理从调试到架构的一切事务，彻底改变了我们的开发速度。

Claude Sonnet 4.5 将我们 Hai 安全代理的平均漏洞处理时间缩短了 44%，同时将准确率提高了 25%，帮助我们自信地为企业降低风险。

Claude Sonnet 4.5 在最复杂的诉讼任务上处于领先水平。例如，分析完整的简报周期并进行研究，为法官综合出优秀的意见书初稿，或审查整个诉讼记录以创建详细的简易判决分析。

Claude Sonnet 4.5 的编辑能力非常出色——我们在内部代码编辑基准测试中的错误率从 Sonnet 4 的 9% 降到了 0%。以更低的成本获得更高的工具成功率，是智能体编码的一大飞跃。Claude Sonnet 4.5 完美地平衡了创造力和控制力。

Claude Sonnet 4.5 在我们最复杂、长上下文的任务上带来了令人印象深刻的提升——从代码库工程到产品内功能和研究。它明显更智能，是一个巨大的飞跃，帮助我们推动 2.4 亿多用户可以在 Canva 中设计的内容。

Claude Sonnet 4.5 在早期测试中显著改进了 Figma Make，使其更容易提示和迭代。团队可以用更实用的原型和更流畅的交互来探索和验证想法，同时仍能获得 Figma 闻名的设计质量。

Sonnet 4.5 代表了新一代编码模型。它通过并行工具执行，例如同时运行多个 bash 命令，在最大化每个上下文窗口的操作方面出奇地高效。

对于 Devin，Claude Sonnet 4.5 将规划性能提高了 18%，端到端评估分数提高了 12%——这是我们自 Claude Sonnet 3.6 发布以来看到的最大跃升。它擅长测试自己的代码，使 Devin 能够运行更长时间、处理更困难的任务，并交付生产就绪的代码。

Claude Sonnet 4.5 在红队测试方面展现出强大潜力，能够生成创造性的攻击场景，加速我们研究攻击者战术。这些洞察增强了我们在端点、身份、云、数据、SaaS 和 AI 工作负载方面的防御。

Claude Sonnet 4.5 重置了我们的期望——它能处理 30 多小时的自主编码，让我们的工程师能够在极短的时间内完成数月复杂的架构工作，同时在庞大的代码库中保持一致性。

对于复杂的金融分析——风险、结构化产品、投资组合筛选——带有思考能力的 Claude Sonnet 4.5 提供了需要更少人工审查的投资级洞察。当深度比速度更重要时，这对机构金融来说是一个有意义的进步。

01 /

13

我们迄今为止最对齐的模型

Claude Sonnet 4.5 不仅是我们能力最强的模型，也是我们迄今为止对齐程度最高的前沿模型。Claude 能力的提升以及我们广泛的安全训练，使我们能够大幅改善模型的行为，减少诸如谄媚、欺骗、权力寻求以及助长妄想思维等令人担忧的行为。针对模型的智能体能力和计算机使用能力，我们在防御提示注入攻击方面也取得了相当大的进展，这是这些能力用户面临的最严重风险之一。

你可以在 Claude Sonnet 4.5 系统卡中阅读一套详细的安全与对齐评估，其中首次包含了使用机制可解释性技术的测试。

Claude Sonnet 4.5 依据我们的 AI 安全等级 3（ASL-3）保护措施发布，这符合我们的框架，即将模型能力与适当的保障措施相匹配。这些保障措施包括称为分类器的过滤器，旨在检测潜在危险的输入和输出——尤其是与化学、生物、放射和核（CBRN）武器相关的输入和输出。

这些分类器有时可能会无意中标记正常内容。我们已让用户可以轻松地使用 Sonnet 4 继续任何被中断的对话，该模型带来的 CBRN 风险较低。我们已经在减少这些误报方面取得了重大进展，自我们最初描述它们以来减少了十倍，自 5 月 Claude Opus 4 发布以来减少了两倍。我们正在继续努力，使分类器更具辨别力¹。

Claude Agent SDK

我们花了六个多月时间为 Claude Code 发布更新，因此我们深知构建和设计 AI 智能体需要什么。我们解决了难题：智能体应如何在长时间运行的任务中管理记忆，如何处理在自主性与用户控制之间取得平衡的权限系统，以及如何协调朝着共同目标努力的子智能体。

现在我们将这一切都提供给你。Claude Agent SDK 正是驱动 Claude Code 的同一套基础设施，但它在非常广泛的任务中都展现出令人印象深刻的好处，而不仅仅是编程。从今天起，你可以用它来构建你自己的智能体。

我们构建 Claude Code 是因为我们想要的那个工具当时还不存在。Agent SDK 为你提供了同样的基础，让你能够为你正在解决的任何问题构建出同样强大的东西。

额外研究预览

我们随 Claude Sonnet 4.5 一同发布了一个临时研究预览，名为“Imagine with Claude”。

在这个实验中，Claude 即时生成软件。没有任何功能是预先确定的；没有任何代码是预先编写的。你所看到的是 Claude 实时创作，并在你交互时响应和适应你的请求。

这是一个有趣的演示，展示了 Claude Sonnet 4.5 能做什么——一种让你看到当一个强大的模型与合适的基础设施相结合时可能实现什么的方式。

“Imagine with Claude”将在接下来的五天内向 Max 订阅用户开放。我们鼓励你在 claude.ai/imagine 上试用。

更多信息

我们建议在所有使用场景中升级到 Claude Sonnet 4.5。无论你是通过我们的应用、我们的 API 还是 Claude Code 使用 Claude，Sonnet 4.5 都是可直接替换的版本，在相同价格下提供大幅提升的性能。Claude Code 更新面向所有用户开放。Claude 开发者平台的更新（包括 Claude Agent SDK）面向所有开发者开放。代码执行和文件创建功能在 Claude 应用的所有付费方案中均可使用。

如需完整的技术细节和评估结果，请参阅我们的系统卡、模型页面和文档。如需了解更多信息，请浏览我们的工程博客以及关于网络安全的研究文章。

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

Anthropic 向 Claude Frontier Academy 投资 1 亿美元，计划到 2027 年底培训 10,000 名 Frontier Deployed Engineers，来自 Accenture、Bain、CBA、Deloitte、McKinsey、Morgan Stanley 和 Novo Nordisk 的首批学员已经开课。

阅读更多

Barclays 扩展 Claude 应用规模，以升级运营并改善客户体验

英国全能银行 Barclays 正在扩大与 Anthropic 的战略合作，以在其全球业务中整合安全的企业级 AI 系统。

阅读更多

Claude 发现了一种具有类 CRISPR 重复序列的新型酶系统

我们宣布在 Anthropic 成立一个新的生命科学研究小组和实验室。本文介绍了这项工作背后的团队，并分享了早期成果：在我们的科学家仅提供高层级指导的情况下，Claude 发现了一种具有类似 CRISPR 特性的新型酶系统。

阅读更多