Claude 4 系列模型正式发布 Anthropic 正式发布了旗下 Claude 4 系列模型——Claude Opus 4 和 Claude Sonnet 4。 Claude Opus 4： 据 Anthropic 宣称，Opus 4 是目前全球最强的编程模型，能够稳定胜任复杂且持续时间长的任务和 Agent 工作流。 性能表现上，Opus 4 在编程基准测试 SWE-bench 上拿下了 72.5% 的高分，在 Terminal-bench 上也以 43.2% 领先同行。 Anthropic 提前让部分客户试用了 Opus 4，在实测中，Opus 4 在多文件、大改动的项目中表现出更高准确率；在编辑和调试代码过程中显着提升了代码质量，同时保持了稳定性和性能；能解决其他模型无法完成的复杂任务，成功处理了多个前代模型没法完成的关键操作。 Claude Sonnet 4： 据 Anthropic 介绍，Sonnet 4 着重强化了编程和推理能力，能更精准地响应用户的指令。 和前代 Sonnet 3.7 相比，它的编程能力、逻辑推理和响应可控性都有明显提升。SWE-bench 的成绩直接冲到了 72.7%，几乎与 Opus 4 持平。 虽然 Sonnet 4 在大多数基准测试不及 Opus 4，但它整体更轻巧，也更灵活，聚焦更明确。作为「混合推理模型」，Claude 4 系列支持两种模式：一种是接近即时的响应，另一种是深入思考，适用于更复杂的推理任务。 值得一提的是，一旦开发者授权模型访问本地文件，Claude 不只是看懂文档，还能记住、生成并维护「记忆文件」，把关键信息记下来，形成一个完整的工作记忆。 Anthropic 明确指出，未来优秀的 AI Agent 需要三种能力：「情境智能」「长任务执行能力」「真实协作能力」。 一同跟随 Claude 4 系列发布的还有：工具辅助的延伸思考（测试版）、新增模型能力、Claude Code、新的 API 功能（包括代码执行工具、MCP 连接器、文件 API 和最长可缓存 1 小时的提示缓存功能）。 使用方面，Claude 4 系列模型目前对所有付费订阅用户都可使用访问。另外，Sonnet 4 支持免费用户使用。