作者｜子川

來源｜AI先鋒官

今天這是怎么了？各大廠家模型齊發(fā)！

今天凌晨，OpenAI開源兩款推理模型。

Anthropic緊接著推出Claude Opus 4.1，來了一場狹路相逢的戲碼。

據(jù)介紹，此次推出的Claude Opus 4.1將代理任務(wù)、編程、推理等能力推向了新的高度。

特別是在 SWE-bench Verified 編碼測試中，相比Claude Opus 4，新版的Opus 4.1性能飆升至 74.5%（雖然提升不大）。

可能很多朋友還不了解SWE-bench Verified這個(gè)榜單，這里給大家簡單介紹一下。

SWE-bench Verified是 AI 代碼能力評(píng)測中“最貼近真實(shí)開發(fā)場景”的榜單之一，專門用來衡量大模型/智能體在軟件工程任務(wù)中的“動(dòng)手能力”。

和傳統(tǒng)刷算法題不同，它把 GitHub 上真實(shí)存在的 issue（bug 或需求）連同整個(gè)代碼倉庫、依賴環(huán)境一起打包，要求模型獨(dú)立完成。

并且只有一次性通過測試，才算“解決”，因此這個(gè)榜單的成績含金量非常高。

目前這個(gè)榜單的前三分別是Claude 4 Opus、Claude 4 Sonnet和o3。

除此之外，Claude Opus 4.1在Agentic terminal coding、Graduate-level reasoning、Multilingual Q&A、Visual reasoning等測試中，都全面超越了Claude Opus 4。

下面就是大家最關(guān)心的價(jià)格，Claude Opus 4.1加量不加價(jià)，價(jià)格和Claude Opus 4保持一致（不過也真的貴）。

• 每百萬輸入 token 15 美元

• 每百萬輸出 token 75 美元

目前Claude Opus 4.1已經(jīng)面向Pro、Max、Team和Enterprise用戶開放，同時(shí)大家也可以通過調(diào)用。

距離發(fā)布已過好幾個(gè)小時(shí)，不少網(wǎng)友已經(jīng)陸續(xù)分享它們實(shí)測的結(jié)果。

網(wǎng)友@Lisan al Gaib測試發(fā)現(xiàn)，Claude Opus 4.1的理解能力很強(qiáng)，

并評(píng)論到：他是為數(shù)不多在你說“想象你的家”時(shí)，會(huì)想象一間房間而非整棟房子的模型之一。

網(wǎng)友@karminski-牙醫(yī)放出了對(duì)比Gemini 2.5 Pro、gpt-oss-120b、gpt-oss-20b的對(duì)比視頻。

網(wǎng)友@Techikansh放出了他使用Claude Opus4.1和Claude Opus 4的一個(gè)對(duì)比動(dòng)畫，從肉眼上看，幾乎沒有區(qū)別。

Claude Opus4.1

Claude Opus4

@suemaru用游戲來做了性能對(duì)比，結(jié)論是畫面質(zhì)量明顯更好。

并表示除了視覺效果，之前用 Sonnet 4 生成的關(guān)卡難度爆表，想截個(gè)圖都費(fèi)勁；而 Opus 4.1 生成的難度剛剛好，玩著很舒服，甚至沒下指令就自帶高分榜，回放也做得特別有趣。

長期以來，Anthropic 一直被視為 OpenAI 最強(qiáng)勁的競爭對(duì)手，尤其是在對(duì)模型要求極高的編程領(lǐng)域。

最近，這場競爭的緊張氣氛再度升級(jí)，有報(bào)道稱 Anthropic 指控 OpenAI 違規(guī)使用其模型以訓(xùn)練和優(yōu)化自家的產(chǎn)品，并因此切斷了 OpenAI 對(duì)其 API 的訪問權(quán)限。

而現(xiàn)在，Anthropic 緊隨 OpenAI 的步伐，于同一天發(fā)布了新模型 Claude Opus 4.1，這多少有一點(diǎn)“狙擊”的意思了。

掃碼邀請進(jìn)群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學(xué)一些AI搞錢技能。

往期文章回顧