上周，Google實(shí)在是太猛了，拳打OpenAI，腳踢Anthropic。Gemini 3 Pro模型在編程、數(shù)學(xué)、推理等能力上都達(dá)到了當(dāng)之無(wú)愧的SOTA級(jí)別。

被逼到墻角之后，就看誰(shuí)先有能力掀桌坐不住了。

于是，就在今天，Anthropic發(fā)布了Claude Opus 4.5。

Opus 4.5的核心還是聚焦在編程能力，可以說(shuō)很炸裂：SWE-bench Verified達(dá)到80.9%，首次突破80%，超越Gemini 3 Pro的76.2%。

以及，很少見(jiàn)的是，他們甚至降價(jià)了！價(jià)格從之前的貴得離譜的$15/$75直接降到$5/$25 per million tokens，直降66%?。?/strong>

Opus 4.5的發(fā)布，說(shuō)明Anthropic是真的急了——或者說(shuō)，終于認(rèn)真了。

Opus 4.5到底有多強(qiáng)？

先說(shuō)benchmark數(shù)據(jù)。

SWE-bench Verified：80.9%

這是業(yè)界公認(rèn)的編程能力測(cè)試標(biāo)準(zhǔn)。Opus 4.5是第一個(gè)突破80%的模型。

對(duì)比一下：

- Gemini 3 Pro：76.2%

- Claude Sonnet 4.5：77.2%

- GPT-5.1：76.3%/77.9%

80.9%是什么概念？Anthropic內(nèi)部拿性能工程師的面試題測(cè)試，Opus 4.5的得分超過(guò)了所有人類(lèi)候選人。

Terminal-bench 2.0：59.3%

這個(gè)測(cè)試主要看模型在終端環(huán)境下的編程能力。Opus 4.5比Gemini 3 Pro高了5個(gè)百分點(diǎn)（54.2%），比自家的Sonnet 4.5高了近10個(gè)百分點(diǎn)（50.0%）。

這個(gè)差距說(shuō)明一個(gè)事實(shí)：Claude在真實(shí)開(kāi)發(fā)環(huán)境下，就是比其他模型強(qiáng)。

GPQA Diamond：87.0%

這是研究生級(jí)別的推理測(cè)試，涵蓋物理、化學(xué)、生物。Opus 4.5在這個(gè)測(cè)試上落后于Gemini 3 Pro（91.9%），但87%的成績(jī)也不差。

總結(jié)一下：編程能力世界第一，推理能力也不弱。

價(jià)格策略的巨大轉(zhuǎn)變

Opus 4.5最讓人意外的，是在性能提升的同時(shí)，價(jià)格還暴降了。

新定價(jià)：

- 輸入：$5 / million tokens

- 輸出：$25 / million tokens

Anthropic的官方說(shuō)法是："making Opus-level capabilities accessible to even more users, teams, and enterprises"（讓更多用戶(hù)、團(tuán)隊(duì)和企業(yè)能用上Opus級(jí)別的能力）。

邏輯很明顯：Anthropic需要更多人用Opus。

之前Opus的定位是"高端用戶(hù)"，但高端市場(chǎng)就那么大?，F(xiàn)在降價(jià)，是要搶占"中端市場(chǎng)"——那些之前用Sonnet，但其實(shí)需要更強(qiáng)能力的開(kāi)發(fā)者。

不到一周，正面交鋒

11月18日，Google發(fā)布Gemini 3 Pro。

11月24日，Anthropic發(fā)布Claude Opus 4.5。

不到一周，兩個(gè)頂級(jí)模型連續(xù)發(fā)布。

這不是巧合。

Gemini 3 Pro發(fā)布時(shí)，各種benchmark數(shù)據(jù)都很炸裂，尤其是GPQA Diamond的91.9%，直接刷新了推理能力的記錄。當(dāng)時(shí)AI圈的共識(shí)是：Google這次真的起來(lái)了。

Anthropic當(dāng)然不會(huì)讓Google獨(dú)占風(fēng)頭。

Opus 4.5的發(fā)布時(shí)機(jī)，明顯是沖著Gemini 3來(lái)的。而且，Anthropic選擇的戰(zhàn)場(chǎng)很聰明：不和你比推理，和你比編程。

Gemini 3 Pro在推理上確實(shí)強(qiáng)（91.9% vs 87.0%），但在編程上，Claude Opus 4.5領(lǐng)先了近5個(gè)百分點(diǎn)（80.9% vs 76.2%）。

更關(guān)鍵的是，編程能力是開(kāi)發(fā)者最關(guān)心的指標(biāo)。推理能力再?gòu)?qiáng)，如果寫(xiě)不出好代碼，開(kāi)發(fā)者也不會(huì)買(mǎi)單。

這就是Anthropic的策略：在自己最擅長(zhǎng)的領(lǐng)域，做到絕對(duì)領(lǐng)先。

為什么Anthropic能在編程上這么強(qiáng)？

之前我在測(cè)試Claude Code時(shí)，有個(gè)很深的感受：

Claude Code好用的邏輯，不是因?yàn)樗墙K端工具，而是因?yàn)锳nthropic有模型成本和模型認(rèn)知的優(yōu)勢(shì)。

他們可以更無(wú)所畏懼地投喂代碼上下文燒token，能知道如何擠壓模型Agentic的能力實(shí)現(xiàn)更長(zhǎng)步驟的推理，可以用agentic search而非RAG的方式處理上下文。

這些優(yōu)勢(shì)，說(shuō)白了就一個(gè)原因：Anthropic從一開(kāi)始就是奔著編程和Agent去優(yōu)化模型的。

我之前評(píng)價(jià)Claude 4時(shí)說(shuō)：最強(qiáng)編程模型 + 最強(qiáng)Agent基建。

Anthropic對(duì)模型的所有優(yōu)化，都是奔著To B做AI coding和讓開(kāi)發(fā)者建agent而去的。他們主要做了這幾個(gè)方面的優(yōu)化：

1. 擴(kuò)展思維與工具使用：允許模型在思考和使用工具之間來(lái)回切換，形成"思考-執(zhí)行-再思考"的循環(huán)

2. 改進(jìn)的記憶能力：可以創(chuàng)建和維護(hù)"記憶文件"來(lái)存儲(chǔ)關(guān)鍵信息，支持長(zhǎng)時(shí)間任務(wù)

3. 更強(qiáng)的指令遵循能力：可以處理超過(guò)10000個(gè)token的系統(tǒng)提示

4. 減少獎(jiǎng)勵(lì)黑客行為：模型為了達(dá)到目標(biāo)而走捷徑的傾向降低了80%以上

這些優(yōu)化，放在Opus 4.5上，效果更明顯了。

相比之下，Gemini 3的優(yōu)勢(shì)在于多模態(tài)。如果你的任務(wù)涉及視覺(jué)、圖片、視頻，Gemini 3會(huì)更強(qiáng)。但如果是純編程任務(wù)，Claude Opus 4.5幾乎沒(méi)有對(duì)手。

產(chǎn)品層面的配合

Opus 4.5的發(fā)布，不是孤立的。

Anthropic同時(shí)推出了幾個(gè)重要的產(chǎn)品更新：

1. Claude Code進(jìn)入桌面端：支持并行運(yùn)行多個(gè)本地和遠(yuǎn)程會(huì)話，長(zhǎng)對(duì)話自動(dòng)總結(jié)早期上下文

2. Claude for Chrome：擴(kuò)展至所有Max用戶(hù)

3. Claude for Excel：面向所有Max、Team和Enterprise用戶(hù)正式發(fā)布

這些產(chǎn)品更新，都是在強(qiáng)化一個(gè)信號(hào)：Claude不只是一個(gè)聊天模型，它是一個(gè)生產(chǎn)力工具。

尤其是Claude Code。

我之前說(shuō)過(guò)，從工具層面來(lái)說(shuō)，從Cursor這種IDE圖形界面退回到Claude Code這種終端命令行工具，其實(shí)是個(gè)挺大的退步。但Claude Code之所以還是比Cursor好用，就是因?yàn)樗澈蟮哪Ｐ湍芰μ珡?qiáng)了。

現(xiàn)在Opus 4.5出來(lái)了，Claude Code的優(yōu)勢(shì)會(huì)更明顯。

而且，Anthropic還宣布了和Microsoft、NVIDIA的戰(zhàn)略合作：Claude擴(kuò)展至Azure平臺(tái)，由NVIDIA提供算力支持。這意味著，Claude的To B布局在快速推進(jìn)。

開(kāi)發(fā)者該怎么選？

最后說(shuō)點(diǎn)實(shí)際的：如果你是開(kāi)發(fā)者，該選Claude還是Gemini？

我的建議是：

選Claude Opus 4.5，如果你的任務(wù)主要是：

• 純代碼編寫(xiě)和調(diào)試

• 后端邏輯和復(fù)雜推理

• 長(zhǎng)時(shí)間的編程任務(wù)（需要記憶和上下文管理）

選Gemini 3 Pro，如果你的任務(wù)主要是：

• 多模態(tài)任務(wù)（涉及圖片、視頻、視覺(jué)）

• 前端、UI設(shè)計(jì)

• 需要超強(qiáng)推理能力的研究級(jí)任務(wù) 如果預(yù)算夠，最好的辦法是：兩個(gè)都用。

Claude處理編程，Gemini處理多模態(tài)。各取所長(zhǎng)。

我前兩天剛剛同時(shí)用Claude Code+Gemini 3 Pro，開(kāi)發(fā)了一個(gè)有儀式感地記錄日常生活和靈感碎片的app「小票筆記 - Thermal」，在開(kāi)發(fā)這款app時(shí)，我的工作步驟和體驗(yàn)是：

1）Gemini 3在生成和復(fù)刻前端效果上明顯表現(xiàn)更優(yōu)

2）實(shí)際的開(kāi)發(fā)和解決bug的過(guò)程，Claude Code還是比Cursor + Gemini 3 Pro，或者使用Antigravity的體驗(yàn)，因?yàn)殚L(zhǎng)程的編程能力還需要工具更好的工程化能力，以及模型更底層的編程能力。

最后

Opus 4.5的發(fā)布，不是孤立事件。

它是Anthropic在編程和Agent這條路上的又一次發(fā)力，是對(duì)Gemini 3的正面回應(yīng)，也是對(duì)自己商業(yè)化策略的調(diào)整。

Anthropic這么跳，說(shuō)明AI大模型的競(jìng)爭(zhēng)進(jìn)入白熱化了。

對(duì)開(kāi)發(fā)者來(lái)說(shuō)，這是好事。模型越來(lái)越強(qiáng)，價(jià)格越來(lái)越低，工具越來(lái)越好用。

接下來(lái)，看OpenAI怎么接招。

當(dāng)然，如果你因?yàn)橛嗛喕蛘呔W(wǎng)絡(luò)問(wèn)題不方便使用原版Claude Code的話，也歡迎試試我前段時(shí)間開(kāi)發(fā)的GLM Code：