365文库
登录
注册
北京时间 2 月 25 日，由亚马逊支持的 AI 初创公司 Anthropic 推出了首个混合推理模型 Claude 3.7 Sonnet。这一模型的问世，为人工智能领域带来了全新的思考方式和应用可能。
Claude 3.7 Sonnet 的独特之处在于它的 “混合推理” 能力，它既能够像普通大模型一样，对日常简单问题迅速给出回应，比如回答 “有什么敲门笑话？”“提醒我即将到来的会议” 等，又能在面对复杂任务时，切换到更长、更系统的思考过程，像规划一次考虑航班、酒店、天气和当地活动的一周旅行。就如同人类使用同一个大脑进行快速反应和深度思考，推理被 Anthropic 视为前沿模型应具备的综合能力，而非依赖完全独立的模型 。
在标准模式下，Claude 3.7 Sonnet 是 Claude 3.5 Sonnet 的升级版。而在扩展思维模式下，模型会在回答前进行自我反思，从而在数学、物理、指令遵循、编程等任务上表现更出色。并且，用户还能控制思考预算，在速度和成本上换取质量。比如开发者可以指定用于扩展推理的最大 token 数量，最高可达 12.8 万个 token。如果是构建处理日常闲聊的 AI，就可以将 “思考” token 限制设低；若是进行重大财务预测，就可以调高，以便模型在分析时权衡多个数据点。
Claude 3.7 Sonnet 在编程和前端网络开发方面有显著优化改进，同时引入了智能编程命令行工具 Claude Code。Claude Code 功能强大，它可以搜索和读取代码、编辑文件、编写和运行测试、提交和推送代码到 GitHub，还能使用命令行工具。在早期测试中，它一次性完成了通常需要 45 分钟以上手动工作的任务，大大减少了开发时间和开销。Anthropic 还计划在接下来几周根据开发者的使用情况继续改进，增强工具调用的可靠性、增加对长时间运行命令的支持等。
与 OpenAI 的 GPT - 4 相比，GPT - 4 在生成任务、逻辑推理和通用性方面表现出色，但通常在单一对话模式下运行，在快速回答和深度推理之间切换需要更多用户提示。而 Claude 3.7 Sonnet 能无缝融合这两种模式，在同一对话流中，简单问题快速回应，深度分析则切换到扩展思考。并且，Claude 3.7 Sonnet 对 “思考预算” 有更精细的控制，这对每天要运行数以万计查询、又不想过度消耗 GPU 或产生高额 token 费用的企业开发者来说，可能至关重要。
在解决实际软件问题能力的编码测试 SWE - Bench Verified 中，Claude 3.7 Sonnet 的得分从 Claude 3.5 Sonnet 的 49.0% 提升至 62.3%，特定框架调整后最高得分可达 70.3%，超越了 OpenAI o3 - mini 和 DeepSeek R1。这表明 Claude 3.7 Sonnet 在现实世界任务中表现更优，其优势并非针对数学和计算机科学竞赛问题优化，而是体现在实际应用场景中。
总的来说，Claude 3.7 Sonnet 为人工智能的应用和发展带来了新的方向和思路，未来它在更多领域的表现，值得我们期待。
