摘要： Anthropic重磅更新！發布旗下兩款Claud 4 系列模型，記憶功能大升級後，甚至能幫玩家玩寶可夢。
重點一 ：AI 公司 Anthropic 發布全新 Claude Opus 4 及 Sonnet 4 模型，Opus 4 專為長時間複雜自主任務設計，編碼能力獲重大提升。 重點二 ：新模型引入記憶功能與「擴展思考與工具使用」能力，可處理更深層次邏輯任務，並能與外部工具交錯運作以提升效能。 重點三 ：GitHub 宣布其 Copilot 新一代編碼代理將採用 Sonnet 4 模型，顯示 Anthropic 技術已獲業界高度肯定。 人工智慧新創公司 Anthropic 於本週四宣布推出其最新、功能最強大的 AI 模型系列：Claude Opus 4 與 Claude Sonnet 4。此次發布標誌著 Anthropic 在去年六月以來專注於中階 Sonnet 系列後，重返大型模型發布的行列。 其中，Opus 4 被譽為該公司迄今最強的編碼模型，專為能自主運行數小時的複雜、長期任務而設計，旨在滿足市場對代理型 AI 應用日益增長的需求。 Anthropic 的 Claude 關係主管 Alex Albert (亞歷克斯·艾伯特) 指出，Opus 4 的高智能特性將完美契合這股代理型應用的浪潮。
長效記憶與智能進化：幫打寶可夢同時寫攻略
Anthropic 的 Claude AI 模型系列包含 Haiku、Sonnet 和 Opus 三種不同「規模」的型號，旨在於價格、速度和能力之間取得平衡。Haiku 為最輕巧、成本最低但能力也最基礎的選項；Sonnet 則為兼顧成本與效能的中階選擇；Opus 系列向來是規模最大、運行速度較慢，但上下文理解深度與邏輯處理能力最強的頂級模型。 為克服長時間運作的限制，本次發布的 Claude Opus 4 及 Sonnet 4 模型皆內建記憶功能，允許其在長時間會話中利用外部文件儲存關鍵資訊，如同人類在長時間工作時做筆記一般。 此外，兩種 Claude 4 模型都引入了名為「擴展思考與工具使用」的全新測試版功能，允許模型在模擬推理與使用網頁搜索等外部工具之間交替運作，進一步提升其解決複雜問題的效率與準確性。 Albert 表示，Claude Opus 4 在記憶能力方面顯著優於先前所有模型。當開發者建構的應用程式賦予 Claude 存取本機檔案的權限時，Opus 4 便能建立並維護用以儲存關鍵資訊的「記憶檔案」(memory files)，進一步提升長期代理任務的執行效能。 例如 Opus 4 能一邊進行《寶可夢》(Pokémon) 遊戲，一邊創建「導航指南」(Navigation Guide)。相較之下，早期 Claude 模型通常僅能維持一至兩小時的連貫性。日本科技服務集團 Rakuten (樂天) 亦驗證了 Claude 在一項要求嚴苛的開源重構任務中，能獨立運行七小時並維持穩定效能。
基準測試評分超群！獲GitHub納入編碼代理基礎模型
Anthropic 宣稱 Opus 4 在編碼任務的行業基準測試中處於領先地位，於 SWE-bench (SWE-bench) 達到72.5% 的評分，在 Terminal-bench (Terminal-bench) 則獲得43.2% 的成績，並稱其為「全球最佳編碼模型」。Sonnet 4 在 SWE-bench 獲得72.7% 的高分，同時保持比 Opus 4 更快的反應時間。因此，GitHub 選擇與 Anthropic 合作，而非其母公司 Microsoft 緊密合作的 OpenAI 模型，可以說間接證明了 Anthropic 技術的競爭力。儘管新模型在減少「獎勵駭客行為」（如未經授權操作或過度輸出）方面已降低約80%，但 Albert 承認， 人工代碼審查在任何產品代碼發布中仍至關重要 ，AI 的非確定性本質為開發者帶來了新的挑戰與機遇，強調開發者仍需要調整對可靠性的看法。 Claude Opus 4 的定價為每百萬輸入 tokens 收費15美元（約為新台幣450元），輸出則為75美元（約為新台幣2250元）；Sonnet 4 的價格則維持在輸入3美元（約為新台幣90元）與輸出15美元（約為新台幣450元）。 兩款模型已可透過 Anthropic API、Amazon Bedrock 及 Google Cloud Vertex AI 存取。Sonnet 4 仍對免費使用者開放，Opus 4 則需付費訂閱。同時，經過數月預覽測試的 Claude Code 編碼環境也正式推出，並整合至 VS Code 與 JetBrains IDEs。
轉貼自： bnnext.com
若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance
留下你的回應
以訪客張貼回應