Anthropic產(chǎn)品負(fù)責(zé)人Scott White在接受CNBC專訪時(shí)表示："我們真切地希望確保這項(xiàng)技術(shù)能夠?yàn)樗邢胍褂眠@些模型的人真正發(fā)揮作用。我們的核心關(guān)注點(diǎn)始終是：如何讓Claude更好地幫助您完成那些在工作中不一定想親自處理的任務(wù)？"
在最具權(quán)威性和挑戰(zhàn)性的SWE-bench Verified測(cè)試中，Opus 4.5取得了80.9%的驚人成績(jī)。這一表現(xiàn)不僅顯著超越了OpenAI剛剛發(fā)布的GPT-5.1-Codex-Max（77.9%）和谷歌上周推出的Gemini 3 Pro（76.2%），更在Anthropic內(nèi)部最嚴(yán)格的工程能力測(cè)試中創(chuàng)造了新的歷史記錄。
"在我們規(guī)定的2小時(shí)時(shí)限內(nèi)，Claude Opus 4.5的得分高于任何人類候選人"，Anthropic在官方博客中鄭重宣布。這項(xiàng)測(cè)試原本是為選拔頂級(jí)性能工程師而設(shè)計(jì)的，專門評(píng)估候選人在時(shí)間壓力下的技術(shù)能力和專業(yè)判斷力。
雖然公司方面謹(jǐn)慎地表示，這項(xiàng)測(cè)試并不衡量候選人可能具備的其他關(guān)鍵技能，如協(xié)作、溝通或多年經(jīng)驗(yàn)形成的本能，但這一里程碑式的結(jié)果無疑引發(fā)了業(yè)界對(duì)"AI將如何重塑工程技術(shù)行業(yè)"的深度思考。
Opus 4.5引入了創(chuàng)新的"努力參數(shù)"（effort parameter）機(jī)制，讓開發(fā)者能夠在性能與成本之間找到最佳平衡點(diǎn)。這一設(shè)計(jì)充分體現(xiàn)了Anthropic對(duì)實(shí)際應(yīng)用場(chǎng)景的深刻理解。
具體數(shù)據(jù)顯示，在中等努力水平設(shè)置下，Opus 4.5能夠匹配Sonnet 4.5在SWE-bench Verified上的最佳表現(xiàn)，同時(shí)輸出token使用量減少了76%。而在高等努力水平下，Opus 4.5的性能比Sonnet 4.5高出4.3個(gè)百分點(diǎn)，同時(shí)token使用量仍減少48%。
這種效率提升在實(shí)際企業(yè)應(yīng)用中產(chǎn)生了顯著效果。GitHub首席產(chǎn)品官M(fèi)ario Rodriguez證實(shí)："早期測(cè)試顯示，Opus 4.5在內(nèi)部編碼基準(zhǔn)測(cè)試中表現(xiàn)卓越，同時(shí)將token使用量減半，特別適合代碼遷移和代碼重構(gòu)等復(fù)雜任務(wù)。"
Replit總裁Michele Catasta進(jìn)一步補(bǔ)充道："Opus 4.5在我們的內(nèi)部基準(zhǔn)測(cè)試中擊敗了Sonnet 4.5和競(jìng)爭(zhēng)對(duì)手，同時(shí)使用更少的token解決相同問題。在規(guī)模應(yīng)用中，這種效率優(yōu)勢(shì)將產(chǎn)生復(fù)合效應(yīng)。"
更令人驚嘆的是，Opus 4.5展現(xiàn)出了前所未有的自我優(yōu)化能力。日本電商巨頭樂天公司的測(cè)試結(jié)果令人震驚：基于Opus 4.5的AI代理僅用4次迭代就達(dá)到了峰值性能，而其他模型即使經(jīng)過10次迭代仍無法達(dá)到同等質(zhì)量水平。
樂天商業(yè)AI總經(jīng)理Yusuke Kaji表示："我們的代理能夠自主優(yōu)化自身能力——在4次迭代中就達(dá)到了峰值性能，而其他模型即使在10次迭代后也無法匹配這種質(zhì)量。"
Anthropic的Albert解釋說，這種能力并非模型在更新自身的權(quán)重參數(shù)，而是在迭代改進(jìn)解決問題的工具和方法。"它在一個(gè)任務(wù)中迭代優(yōu)化某項(xiàng)技能，試圖通過優(yōu)化技能來獲得更好的性能，從而完成這個(gè)任務(wù)。"
這種自我進(jìn)化能力不僅限于編碼任務(wù)。Albert表示，Anthropic在創(chuàng)建專業(yè)文檔、電子表格和演示文稿等方面也觀察到了顯著的改進(jìn)。"測(cè)試者告訴我們，這是他們?cè)谀Ｐ痛H之間見過的最大的飛躍，甚至從Sonnet 4.5到Opus 4.5的進(jìn)步，比過去任何兩個(gè)連續(xù)模型之間的進(jìn)步都要大。"
伴隨著模型的重磅發(fā)布，Anthropic同步推出了一系列生產(chǎn)力工具的重大更新：
Claude for Chrome現(xiàn)已全面向所有Max用戶開放，實(shí)現(xiàn)了真正的跨瀏覽器智能操作能力。用戶現(xiàn)在可以在瀏覽器標(biāo)簽頁中無縫使用Claude的各項(xiàng)功能，大大提升了工作效率。
Claude for Excel正式面向Max、Team和Enterprise用戶發(fā)布，新增了對(duì)數(shù)據(jù)透視表、圖表分析和文件上傳等高級(jí)功能的支持。這意味著財(cái)務(wù)分析師、顧問和會(huì)計(jì)師等知識(shí)工作者現(xiàn)在可以更高效地處理復(fù)雜的數(shù)據(jù)分析任務(wù)。
桌面版Claude Code現(xiàn)在支持本地與云端開發(fā)會(huì)話的并行運(yùn)行，為開發(fā)者提供了前所未有的靈活性。同時(shí)，新引入的"程序化工具調(diào)用"功能允許Claude直接編寫和執(zhí)行代碼來調(diào)用函數(shù)，極大地?cái)U(kuò)展了其自動(dòng)化能力。
在安全性能方面，Opus 4.5展現(xiàn)了顯著的進(jìn)步。根據(jù)Anthropic發(fā)布的系統(tǒng)卡數(shù)據(jù)，新模型在抵御提示注入攻擊方面的穩(wěn)健性大幅提升：
在單次提示注入攻擊測(cè)試中，Opus 4.5的成功率僅為4.7%，遠(yuǎn)低于Gemini 3 Pro的12.5%和GPT-5.1的12.6%。即使在10次攻擊嘗試下，成功率也控制在33.6%，相比競(jìng)爭(zhēng)對(duì)手的60.7%和58.2%有了明顯改善。
在代理編碼評(píng)估中，Opus 4.5對(duì)150個(gè)惡意編碼請(qǐng)求的拒絕率達(dá)到了100%，展現(xiàn)了出色的安全防護(hù)能力。不過，在Claude Code環(huán)境下測(cè)試惡意軟件創(chuàng)建、DDoS攻擊代碼編寫等場(chǎng)景時(shí)，模型的拒絕率約為78%，而在計(jì)算機(jī)使用場(chǎng)景中的拒絕率超過88%，這說明在特定環(huán)境下仍需保持警惕。
Anthropic此次還對(duì)Claude開發(fā)者平臺(tái)進(jìn)行了重要升級(jí)。增強(qiáng)的上下文管理和內(nèi)存功能使代理任務(wù)性能提升了近15%，而新的多代理協(xié)調(diào)能力讓構(gòu)建復(fù)雜AI系統(tǒng)變得更加可行。
這些改進(jìn)在實(shí)際應(yīng)用中已經(jīng)產(chǎn)生了顯著效果。金融建模公司Fundamental Research Labs聯(lián)合創(chuàng)始人Nico Christie報(bào)告稱："在我們內(nèi)部的評(píng)估中，準(zhǔn)確率提高了20%，效率提升了15%，曾經(jīng)看似無法完成的復(fù)雜任務(wù)現(xiàn)在變得可以實(shí)現(xiàn)了。"
Cursor CEO Michael Truell評(píng)價(jià)道："Opus 4.5相比之前的Claude模型在Cursor內(nèi)部有了顯著改進(jìn)，在困難編碼任務(wù)上具有更好的定價(jià)和智能表現(xiàn)。"Cognition CEO Scott Wu補(bǔ)充說："該模型在我們最困難的評(píng)估中提供了更強(qiáng)結(jié)果，并在30分鐘自主編碼會(huì)話中保持了一致的性能。"
此次發(fā)布正值A(chǔ)I競(jìng)爭(zhēng)進(jìn)入白熱化階段——OpenAI在上周剛剛推出GPT-5.1系列，谷歌的Gemini 3也才亮相七天。Anthropic在短短兩個(gè)月內(nèi)完成了Haiku、Sonnet、Opus三個(gè)產(chǎn)品線的迭代更新，展現(xiàn)了驚人的研發(fā)速度和技術(shù)積累。
更令人印象深刻的是，Anthropic在2025年第一季度實(shí)現(xiàn)了20億美元的年化收入，較前期的10億美元翻了一番。年消費(fèi)超過10萬美元的客戶數(shù)量同比增長(zhǎng)了八倍，這充分顯示了市場(chǎng)對(duì)其技術(shù)的高度認(rèn)可。
Albert坦言，這種快速的發(fā)布節(jié)奏部分得益于使用Claude來加速自身開發(fā)。"我們?cè)趯?shí)際產(chǎn)品構(gòu)建和模型研究方面都看到了Claude本身的很多協(xié)助和加速作用。"
當(dāng)AI在專業(yè)工程測(cè)試中開始系統(tǒng)性超越人類專家，我們正站在一個(gè)歷史性的轉(zhuǎn)折點(diǎn)上。Claude Opus 4.5的發(fā)布不僅代表了技術(shù)的突破，更預(yù)示著工作方式的根本性變革。這一刻，我們見證的不僅是另一個(gè)AI模型的發(fā)布，而是智能計(jì)算新時(shí)代的開啟。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論