北京
11月25日消息，Anthropic（美國一家人工智能公司）于今日凌晨正式發(fā)布Claude Opus 4.5，在SWE-bench Verified測試中以80.9%的準確率超越GPT-5.1和Gemini 3 Pro，登頂全球編程模型榜首。
該模型定價大幅下調(diào)，輸入每百萬token 5美元，輸出25美元，較上代降價約三分之二。目前已通過Claude app、API及三大主流云平臺上線。
在真實軟件工程測試中，Opus 4.5在規(guī)定2小時時限內(nèi)的編程考試中得分超過了所有參加過該測試的人類候選人。Anthropic研究員Adam Wolff表示："就在明年上半年，軟件工程徹底終結(jié)了。"
除了編程能力，Opus 4.5在智能體搜索任務上實現(xiàn)突破，在BrowseComp-Plus基準測試中顯著提升。在Vending-Bench基準上整體收益比Sonnet 4.5高出29%。
新智元報道中指出，一個典型案例顯示，當扮演航空公司客服時，Opus 4.5找到了"先升級艙位再修改航班"的合規(guī)解決方案，突破了基準測試的預期答案。
同步更新的Claude開發(fā)者平臺新增effort參數(shù)，允許開發(fā)者在最小化成本與最大化能力間自主選擇。在中等effort設定下，輸出token使用量減少76%。
Anthropic宣稱這是"迄今最穩(wěn)健、最對齊的模型"，在抵御提示詞注入攻擊方面取得實質(zhì)性進展，比任何其他前沿模型都更難被欺騙。
Anthropic內(nèi)部測試者反饋，Opus 4.5在處理模糊指令和復雜多系統(tǒng)Bug時表現(xiàn)出色，幾周前對Sonnet 4.5還近乎不可能的任務現(xiàn)已觸手可及。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
