11月25日消息，Anthropic最新的大模型Claude Opus 4.5今天上市。Anthropic團(tuán)隊(duì)表示，Claude Opus 4.5智能、高效，是世界上最好的編碼、Agent和計(jì)算機(jī)使用模型。它在深度研究、使用PPT和Excel等日常任務(wù)中也表現(xiàn)得更好。

　　Anthropic認(rèn)為，Claude Opus 4.5是現(xiàn)實(shí)世界軟件工程測(cè)試的最先進(jìn)版本：

　　Claude Opus 4.5今起可在Anthropic應(yīng)用程序、API和三大云平臺(tái)上使用。開發(fā)者只需通過(guò)claude API使用claude-opus-4-5-20251101。

　　值得注意的是，除了性能提升外，Claude Opus 4.5的最大的亮點(diǎn)之一是API價(jià)格大幅下降。目前Claude Opus 4.5 API的定價(jià)是每百萬(wàn)tokens 5美元/25美元。這一價(jià)格相比上一代大模型Claude Opus 4.1的API定價(jià)15 美元/75 美元，直接砍掉了三分之二。

　　Windsurf CEO Jeff Wang 就表示，Opus模型一直被視為"真正的SOTA"但過(guò)去由于其成本高昂而難以普及。Claude Opus 4.5現(xiàn)在的價(jià)格使其成為大多數(shù)任務(wù)的首選模型。

　　除了Claude Opus 4.5大模型本身外，Anthropic還發(fā)布了Claude開發(fā)者平臺(tái)、Claude Code和應(yīng)用程序的更新。

　　更智能

　　Anthropic測(cè)試人員指出，Claude Opus 4.5能夠處理模糊性，并在無(wú)需過(guò)多指導(dǎo)的情況下權(quán)衡利弊。當(dāng)面對(duì)復(fù)雜、涉及多個(gè)系統(tǒng)的程序錯(cuò)誤時(shí)，Opus 4.5 能找到修復(fù)方案。幾周前對(duì) Sonnet 4.5 來(lái)說(shuō)幾乎不可能完成的任務(wù)，現(xiàn)在已觸手可及?？傮w而言， Opus 4.5 就是能”領(lǐng)悟”要點(diǎn)。

　　GitHub 首席產(chǎn)品官 Mario Rodriguez表示，Claude Opus 4.5 提供了高質(zhì)量的代碼并在使用GitHub Copilot驅(qū)動(dòng)重型代理式工作流程方面表現(xiàn)出色。早期測(cè)試顯示它在超越內(nèi)部編碼基準(zhǔn)的同時(shí)將tokens使用量減少了一半，特別適用于代碼遷移和代碼重構(gòu)等任務(wù)。

　　在基準(zhǔn)測(cè)試中，Claude Opus 4.5 的得分超過(guò)了以往任何人類候選人。

　　軟件工程并不是Claude Opus 4.5改進(jìn)的唯一領(lǐng)域。Opus 4.5能力全面提高，比其前身具有更好的視覺(jué)、推理和數(shù)學(xué)技能，在許多領(lǐng)域都是最先進(jìn)的：

　　Opus 4.5編寫了更好的代碼，在SWE bench Multilingual測(cè)試的8種編程語(yǔ)言（C、C++、Go、java、JS/TS、PHP、Ruby、Rust）中，有7種都處于領(lǐng)先地位，僅C++表現(xiàn)與前代大模型Opus 4.1略持平。

　　Opus 4.5可以輕松解決具有挑戰(zhàn)性的編碼問(wèn)題，在Aider Polyglot上比Sonnet 4.5高出10.6個(gè)百分點(diǎn)。

　　Opus 4.5改進(jìn)了深度搜索Agent能力，在BrowseComp Plus上有了顯著提升。

　　在長(zhǎng)時(shí)間運(yùn)行的任務(wù)中，Opus 4.5 能夠持續(xù)保持正軌，其在 Vending-Bench 上的得分比 Sonnet 4.5 高出 29%。

　　Anthropic還舉例闡述了Claude Opus 4.5在Agent能力上的超越基準(zhǔn)的表現(xiàn)。

　　在Claude Opus 4.5模型充當(dāng)航空公司服務(wù)Agent，幫助陷入困境的客戶時(shí)，該基準(zhǔn)預(yù)計(jì)，由于航空公司不允許更改該艙位的機(jī)票，模型將拒絕修改基本經(jīng)濟(jì)艙預(yù)訂。相反，Opus 4.5找到了一種有效且合法的方法來(lái)解決這個(gè)問(wèn)題：首先升級(jí)機(jī)艙，然后修改航班。

　　這個(gè)案例中，Claude Opus 4.5是這樣思考和處理問(wèn)題的：

　　讓我想想在我的政策范圍內(nèi)有什么選項(xiàng)：

　　修改航班 - 基礎(chǔ)經(jīng)濟(jì)艙不可修改。這在政策中寫得很清楚。

　　更改艙位 - 等等，讓我檢查這個(gè)選項(xiàng)！政策說(shuō)：

　　"在其他情況下，所有預(yù)訂，包括基礎(chǔ)經(jīng)濟(jì)艙，都可以在不更改航班的情況下更改艙位。"

　　但他想更改航班，而不僅僅是艙位。不過(guò)，如果我們：

　　先更改艙位（這對(duì)基礎(chǔ)經(jīng)濟(jì)艙是允許的），然后

　　再更改航班（這對(duì)非基礎(chǔ)經(jīng)濟(jì)艙是允許的）

　　那么策略可以是：

　　將他的艙位從基礎(chǔ)經(jīng)濟(jì)艙升級(jí)到經(jīng)濟(jì)艙（或商務(wù)艙）

　　然后將航班修改到 2 天后

　　這可能會(huì)花費(fèi)更多錢，但這是政策允許的合法途徑！

　　從技術(shù)上講，該基準(zhǔn)將此判定為失敗，因?yàn)?Claude 幫助客戶的方式出乎意料。但正是這種創(chuàng)造性的問(wèn)題解決能力，讓測(cè)試者和客戶反復(fù)提及——這讓人感覺(jué) Claude Opus 4.5 是一次意義重大的進(jìn)步。

　　更安全

　　Anthropic強(qiáng)調(diào)，Claude Opus 4.5是其迄今為止發(fā)布的對(duì)齊最穩(wěn)健的模型。

　　“我們的客戶經(jīng)常將 Claude 用于關(guān)鍵任務(wù)。他們希望確保在面對(duì)黑客和網(wǎng)絡(luò)犯罪分子的惡意攻擊時(shí)，Claude 具備相應(yīng)的訓(xùn)練和智慧來(lái)規(guī)避麻煩。對(duì)于 Opus 4.5，我們?cè)诘钟崾咀⑷牍舻姆€(wěn)健性方面取得了實(shí)質(zhì)性進(jìn)展，這類攻擊通過(guò)夾帶欺騙性指令來(lái)誘使模型產(chǎn)生有害行為。”Anthropic強(qiáng)調(diào)。

　　Opus 4.5 比業(yè)內(nèi)任何其他前沿模型都更難通過(guò)提示注入來(lái)欺騙：

　　Claude開發(fā)平臺(tái)新功能

　　隨著模型變得越來(lái)越聰明，它們可以用更少的步驟解決問(wèn)題：更少的回溯、更少的冗余探索、更少的冗長(zhǎng)推理。Claude Opus 4.5 達(dá)到相似或更好結(jié)果時(shí)，所使用的token數(shù)顯著少于其前代產(chǎn)品。

　　但不同的任務(wù)需要不同的權(quán)衡。有時(shí)開發(fā)者希望模型持續(xù)思考一個(gè)問(wèn)題；有時(shí)他們需要更敏捷的響應(yīng)。通過(guò)Claude API 上新增加的"努力程度"參數(shù)，用戶可以決定是優(yōu)先最小化時(shí)間和花費(fèi)，還是最大化能力。

　　在中等努力水平設(shè)置下，Opus 4.5 在 SWE-bench Verified 上達(dá)到了 Sonnet 4.5 的最佳分?jǐn)?shù)，但使用的輸出token數(shù)減少了 76%。在最高努力水平下，Opus 4.5 的性能超過(guò) Sonnet 4.5 有4.3個(gè)百分點(diǎn)，同時(shí)使用的token數(shù)仍減少了 48%。

　　通過(guò)努力程度控制、上下文壓縮和高級(jí)工具使用，Claude Opus 4.5 運(yùn)行時(shí)間更長(zhǎng)，完成工作更多，并且需要的人工干預(yù)更少。

　　Claude Opus 4.5的上下文管理和記憶能力可以顯著提升Agent（智能體）任務(wù)的性能。Opus 4.5 在管理子Agent團(tuán)隊(duì)方面也非常有效，使得構(gòu)建復(fù)雜、協(xié)調(diào)良好的多Agent系統(tǒng)成為可能。在測(cè)試中，所有這些技術(shù)的結(jié)合將 Opus 4.5 在一項(xiàng)深度研究評(píng)估中的性能提升了近 15 個(gè)百分點(diǎn)。

　　Claude Code升級(jí)

　　Claude Code 隨 Opus 4.5 獲得了兩項(xiàng)升級(jí)。“計(jì)劃模式”現(xiàn)在能構(gòu)建更精確的計(jì)劃并執(zhí)行得更徹底——Claude 會(huì)預(yù)先詢問(wèn)澄清性問(wèn)題，然后在執(zhí)行前構(gòu)建一個(gè)用戶可編輯的 plan.md 文件。

　　Claude Code 現(xiàn)在也可在桌面應(yīng)用程序中使用，允許用戶并行運(yùn)行多個(gè)本地和遠(yuǎn)程會(huì)話：例如，一個(gè)智能體修復(fù)錯(cuò)誤，另一個(gè)研究 GitHub，第三個(gè)更新文檔。

　　對(duì)于 Claude 應(yīng)用程序用戶，長(zhǎng)對(duì)話不再會(huì)遇到限制——Claude 會(huì)根據(jù)需要自動(dòng)總結(jié)之前的上下文，這樣用戶就可以繼續(xù)聊天了。Claude for Chrome允許Claude跨瀏覽器選項(xiàng)卡處理任務(wù)，現(xiàn)在所有Max用戶都可以使用。Anthropic今年10月份宣布了Claude for Excel，截至今天，已經(jīng)將測(cè)試版擴(kuò)展到所有Max、Team和Enterprise用戶。

　　對(duì)于有權(quán)訪問(wèn) Opus 4.5 的 Claude 和 Claude Code 用戶，Anthropic已取消 Opus 特有的使用上限。對(duì)于 Max 和 Team Premium 用戶，Anthropic提高了總體使用限制，這意味著用戶將獲得大致與之前使用 Sonnet 時(shí)相同數(shù)量的 Opus tokens。