Claude Opus 4和Sonnet 4发布：2026年AI编码与推理新标杆

今天，Anthropic 发布了其旗舰 AI 模型的新一代产品：Claude Opus 4Anthropic推出的下一代Claude模型，是全球最佳编码模型，在复杂长期任务和智能体工作流中表现卓越，支持扩展思考、并行工具使用和记忆能力。 和 Claude Sonnet 4An AI model mentioned as being supported alongside Gemini models on certain mirror sites.。这些模型为编码能力、高级推理和 AI 智能体能力树立了新的标杆。

Claude Opus 4 被定位为全球顶级的编码模型，在复杂、长期运行的任务和智能体工作流中展现出持续的高性能。Claude Sonnet 4 是其前代 Claude Sonnet 3.7 的重大升级，在提供卓越编码和推理能力的同时，对用户指令的响应也更加精确。

Key Announcements and Capabilities

除了新模型，Anthropic 还宣布了几项关键的增强功能和特性。

Extended Thinking with Tool Use (Beta)

两款新模型现在都可以在扩展思考阶段使用外部工具——例如网络搜索。这使得 Claude 能够在深度推理和实际工具使用之间交替进行，显著提高了其响应的质量和准确性。

New Model Capabilities

Claude 4 模型引入了多项高级能力：

• 并行工具执行：两款模型可以同时使用多个工具。
• 增强的指令遵循：在遵循复杂用户指令方面精度更高。
• 具备本地文件访问的高级记忆：当开发者授予本地文件访问权限时，模型展现出显著改进的记忆能力。它们可以提取并保存关键信息以维持上下文，并随时间积累隐性知识，从而实现更好的长期任务感知和连贯性。

Claude CodeAn AI coding assistant developed by Anthropic that provides code completion and explanations. is Now Generally Available

经过成功的研究预览，Claude Code 现已全面上市。它通过以下方式扩展了开发者与 Claude 协作的方式：

• 通过 GitHub Actions 支持后台任务。
• 与 VS Code 和 JetBrains IDE 的原生集成，将建议的编辑直接显示在代码文件中，实现无缝结对编程。

New API Capabilities for Agent Development

• Code Execution Tool
• Files API

Anthropic 在其 API 上发布了四项新功能，以赋能开发者构建更强大的 AI 智能体：

• 代码执行工具
• MCP（模型上下文协议）连接器
• 文件 API
• 提示词缓存（最长一小时）

Model Availability and Pricing

Claude Opus 4 和 Sonnet 4 是混合模型，提供两种操作模式：近即时响应和用于深度推理的扩展思考。它们可通过以下方式获取：

• Claude.ai：包含在 Pro、Max、Team 和 Enterprise 计划中。Sonnet 4 也对免费用户开放。
• API：通过 Anthropic 的 API 直接访问。
• 云平台：Amazon Bedrock 和 Google Cloud 的 Vertex AI。
  定价与之前的 Opus 和 Sonnet 模型保持一致：
• Opus 4：每百万令牌 15 美元（输入）/ 每百万令牌 75 美元（输出）
• Sonnet 4：每百万令牌 3 美元（输入）/ 每百万令牌 15 美元（输出）

Deep Dive: Claude Opus 4

• Terminal-bench: 43.2%

Claude Opus 4 是 Anthropic 迄今为止最强大的模型，并宣称是全球最佳编码模型。它在关键基准测试中领先：

• SWE-bench软件工程基准测试，用于评估模型在真实软件工程任务中的性能，Claude Opus 4和Sonnet 4在该测试中分别达到72.5%和72.7%的通过率。 (已验证)：72.5%
• Terminal-bench：43.2%

该模型专为需要集中精力、经过数千个步骤的长期运行任务而设计，能够持续工作数小时。这显著超越了所有之前的 Sonnet 模型，并极大地扩展了 AI 智能体的潜力。

Industry Validation

领先的公司已验证了 Opus 4 的能力：

• Cursor：称其为编码领域的尖端技术，在理解复杂代码库方面实现了飞跃。
• Replit：报告称其在跨多个文件进行复杂更改时精度更高，进步显著。
• Block：指出这是首个在其智能体（代号 goose）的编辑和调试过程中能提升代码质量，同时保持完全性能和可靠性的模型。
• Rakuten：通过一项要求苛刻的开源重构任务验证了其能力，该任务独立运行了 7 小时且性能稳定。
• Cognition：强调 Opus 4 擅长解决其他模型无法应对的复杂挑战，成功处理了先前模型遗漏的关键操作。

Deep Dive: Claude Sonnet 4

Claude Sonnet 4 相比行业领先的 Sonnet 3.7 有显著改进。它在编码方面表现出色，在 SWE-bench 上达到了顶尖的 72.7%。该模型旨在为广泛的内部和外部用例平衡高性能与效率，并具有增强的可操控性，以便更好地控制实现。虽然它在大多数领域不及 Opus 4，但它提供了能力与实用性的最佳组合。

Industry Validation

主要合作伙伴报告了 Sonnet 4 的出色成果：

• GitHub：表示 Claude Sonnet 4 在智能体场景中表现出色，将把它作为为 GitHub Copilot 中新编码智能体提供动力的模型引入。
• Manus：强调了其在遵循复杂指令、清晰推理和美观输出方面的改进。
• iGent：报告称 Sonnet 4 擅长自主的多功能应用开发，问题解决和代码库导航能力大幅提升——将导航错误率从 20% 降低到接近零。
• Sourcegraph：称该模型有望实现软件开发的重大飞跃——能更长时间地保持正轨、更深入地理解问题并提供更优雅的代码质量。
• Augment Code：报告了更高的成功率、更精准的代码编辑以及在复杂任务中更细致的工作，使其成为他们主要模型的首选。

Core Model Improvements

除了主要特性，Claude 4 系列还包括几项根本性的改进。

Reduced Shortcutting Behavior

与 Sonnet 3.7 相比，两款模型使用捷径或漏洞完成任务的可能性降低了 65%，尤其是在容易发生此类行为的智能体任务上。

Advanced Memory Capabilities

Claude Opus 4 在记忆能力方面显示出巨大改进。当应用程序提供本地文件访问权限时，Opus 4 能够熟练地创建和维护“记忆文件”来存储关键信息。这带来了更好的长期任务感知、连贯性和性能。引用的一个例子是 Opus 4 在玩《宝可梦》时创建了一个“导航指南”，以随着时间的推移改进其游戏玩法。

Thinking Summaries

对于使用扩展思考的 Claude 4 模型，Anthropic 引入了思考摘要功能。一个较小的模型会压缩冗长的思维过程，不过这种摘要仅在大约 5% 的情况下需要——大多数思维过程都足够短，可以完整显示。需要原始思维链进行高级提示词工程的用户可以联系销售部门，了解新的开发者模式以保留完全访问权限。

Getting Started with Claude 4

这些模型朝着将 AI 视为虚拟协作者的愿景迈出了重要一步——能够保持完整的上下文、持续专注于长期项目并推动变革性影响。它们经过了广泛的测试和评估，以最小化风险并最大化安全性，包括为更高级别的 AI 安全等级（如 ASL-3）实施措施。

开发者和用户今天就可以通过 Claude.ai、Claude Code 或他们选择的平台开始使用。