全球首個混合推理模型Claude 3.7降世！Anthropic終于發(fā)布了其首款混合推理模型Claude 3.7 Sonnet，這是迄今為止最智能的Claude系列模型。它能夠及時響應，并進行可擴展的逐步思考。簡單來說，這個模型具備兩種思考方式。

例如，用戶可以將一個復雜的數(shù)學問題如蒙提霍爾問題交給Claude 3.7 Sonnet，并選擇“擴展”模式。在這種模式下，Claude 3.7 Sonnet會展示詳細的思維過程，并在52秒內(nèi)完成解答。目前，所有人都可以免費使用Claude 3.7 Sonnet，但“擴展思考”模式尚未上線。

在多項基準測試中，Claude 3.7 Sonnet在數(shù)學、物理、指令執(zhí)行和編程等方面刷新了SOTA記錄。與上一代Claude 3.5相比，其數(shù)學和編碼能力提升了10%以上。除了數(shù)學領域，Claude 3.7 Sonnet（64k擴展思考）幾乎完全碾壓o3-mini和DeepSeek R1，在某些方面甚至與Grok 3不相上下。API用戶可以精確控制模型的思考時間，使其成為一個強大的軟件工程AI，在SWE-bench上創(chuàng)下了70.3%的高分。

與此同時，Anthropic還推出了首款智能體編程工具Claude Code（預覽版）。該工具已成為Anthropic內(nèi)部不可或缺的一部分，在早期測試中，Claude一次性完成了通常需要45分鐘的任務。這意味著產(chǎn)品經(jīng)理可以利用AI來編寫代碼。

雖然沒有發(fā)布Claude 4，但Anthropic這一舉動再次震撼了AI界。最近半個月，Grok 3剛剛發(fā)布，DeepSeek連續(xù)開源五天，OpenAI GPT-4.5也即將上線，再加上Claude 3.7 Sonnet，大模型領域的競爭愈發(fā)激烈。

Claude 3.7 Sonnet是市場上首個混合推理模型，能夠即時響應或逐步展示詳細的思考步驟。API用戶還可以精細控制模型的思考時間。在編碼和前端網(wǎng)頁開發(fā)方面，Claude 3.7 Sonnet得到了顯著提升。此外，Claude Code作為命令行工具，使開發(fā)人員能夠直接從終端將大量工程任務委托給Claude。

Claude 3.7 Sonnet的設計理念與眾不同，Anthropic認為推理應是前沿模型的整體能力，而不是獨立的模型。用戶可以選擇在何時希望模型正?；卮穑螘r希望它在回答前進行更長時間的思考。通過API使用時，用戶還可以控制思考的預算，最多可達128K tokens，從而在速度和成本之間找到平衡。

Claude 3.7 Sonnet在多個基準測試中表現(xiàn)出色，特別是在SWE-bench Verified和TAU-bench上刷新了SOTA記錄。盡管在某些方面略遜于Grok 3 Beta，但在多模態(tài)能力和自主編程方面表現(xiàn)突出，甚至在寶可夢游戲測試中超越了所有先前模型。

自2024年6月以來，Sonnet系列一直是全球開發(fā)者的首選模型。Claude Code主動與人協(xié)作，能夠搜索和閱讀代碼、編輯文件、編寫和運行測試、提交并將代碼推送至GitHub，同時確保用戶在每一步都能參與其中。此外，所有Claude套餐都支持GitHub集成，開發(fā)者可以直接連接代碼倉庫到Claude。

Claude 3.7 Sonnet具備一項新特性——行為擴展，使其能夠迭代調(diào)用函數(shù)、響應環(huán)境變化，并持續(xù)操作直到完成開放式任務。這一進步在OSWorld評估中得到了充分體現(xiàn)，尤其是在玩口袋妖怪游戲中，Claude 3.7 Sonnet成功挑戰(zhàn)并擊敗了三位道館館主，獲得了相應的徽章。

Claude 3.7 Sonnet還利用串行和并行測試時計算機制，通過采樣多個獨立的思維過程并選擇最佳結果，顯著提升了其性能。這些優(yōu)化策略已在多個AI模型的評估報告中得到驗證。

Claude 3.7 Sonnet和Claude Code標志著向真正增強人類能力的人工智能系統(tǒng)邁出的重要一步。它們具備深入推理、自主工作和有效協(xié)作的能力，使我們更接近一個未來，在那里人工智能豐富了人類所能實現(xiàn)的事情。目前，Claude 3.7 Sonnet已經(jīng)在Claude.ai平臺上線，Web、iOS和Android用戶皆可免費體驗。對于希望構建自定義AI解決方案的開發(fā)者，可以通過Anthropic API、Amazon Bedrock以及Google Cloud的Vertex AI進行訪問。