Anthropic 最近正式發(fā)布了 Claude 3.7 Sonnet 以及 Claude Code，標志著其在 AI 推理、安全性與多模態(tài)處理能力方面邁出重要一步。憑借這些升級，Claude 系列有望躋身當下最先進的大模型之列，也進一步加劇了人工智能領(lǐng)域的競爭。

Claude 3.7 Sonnet 的核心亮點

更強的推理與上下文感知

• 提升了邏輯思考與問題解決能力，適合企業(yè)級應(yīng)用、學術(shù)研究及內(nèi)容創(chuàng)作等多種場景。

擴展的上下文長度

• 大幅增大的上下文窗口，可以更好地記錄對話歷史，并處理更長的文檔內(nèi)容。

強化的多模態(tài)能力

在文本與圖像的綜合處理上有顯著提升，可以與 Gemini 1.5 一較高下。

更高的安全性和一致性

• 基于 Anthropic 的“憲法式 AI”框架（Constitutional AI），進一步減少偏見并改善 AI 在倫理上的表現(xiàn)。

讓開發(fā)者受益的 Claude Code

隨同新版本一起發(fā)布的 Claude Code，專為編程場景而生。它的主要特色包括：

更佳的代碼生成

• 基準測試顯示，在某些編碼任務(wù)上，Claude Code 超越了此前版本的 Claude，甚至可與 OpenAI 的 GPT-4 Turbo 比肩或持平。

調(diào)試與重構(gòu)輔助

• 該模型能幫助開發(fā)者排查 Bug、優(yōu)化代碼并用更易懂的方式解釋復(fù)雜邏輯。

多語言支持

• 覆蓋范圍廣泛的編程語言，適用于軟件工程師、研究者以及 AI 開發(fā)者。

最新基準：Claude 3.7 與同類模型的對比

從近期發(fā)布的測試結(jié)果來看，Claude 3.7 Sonnet 與 Claude Code 都大幅領(lǐng)先此前版本，并在多項指標上接近或超越 GPT-4 Turbo、Gemini 1.5 等主流大模型：

MMLU（通用多任務(wù)語言理解）

• Claude 3.7 Sonnet 比 Claude 3.5 提高了 5% 的得分，在法律推理、數(shù)學等專業(yè)領(lǐng)域上也稍勝 GPT-4 Turbo。

HellaSwag & ARC（常識與推理測試）

• Claude 3.7 的邏輯一致性與問題解決能力表現(xiàn)出色，適合處理復(fù)雜的推理任務(wù)。

CodeBench（編碼性能）

• 雖然在部分編程項目中 GPT-4 Turbo 仍小有優(yōu)勢，但 Claude Code 在代碼生成、調(diào)試和多語言兼容方面取得了顯著提升。

多模態(tài) AI 能力

• 借助擴展的視覺功能，Claude 3.7 Sonnet 在圖像分析與文本-圖像推理上可與 Gemini 1.5 Pro 并駕齊驅(qū)。

總的來說，測試數(shù)據(jù)證明了 Claude 3.7 Sonnet 在邏輯推理、代碼生成、多模態(tài)理解等方面都達到了當前一線水準。