Claude 3.7 Sonnet – Anthropic 推出的首款混合推理模型

Claude 3.7 Sonnet 是由 Anthropic 公司開(kāi)發(fā)的全球首款混合推理模型，具備“標(biāo)準(zhǔn)模式”和“擴(kuò)展思考模式”兩種操作方式。標(biāo)準(zhǔn)模式專(zhuān)注于快速生成響應(yīng)，適用于日常對(duì)話(huà)和簡(jiǎn)單任務(wù)；而擴(kuò)展思考模式則通過(guò)逐步推理來(lái)解決更復(fù)雜的問(wèn)題，尤其在數(shù)學(xué)、物理和編程領(lǐng)域表現(xiàn)卓越，編碼能力更是全面領(lǐng)先。

Claude 3.7 Sonnet是什么

Claude 3.7 Sonnet 是由 Anthropic 公司推出的創(chuàng)新混合推理模型，具有“標(biāo)準(zhǔn)模式”和“擴(kuò)展思考模式”兩種運(yùn)行方式。在標(biāo)準(zhǔn)模式下，該模型能夠迅速提供響應(yīng)，適合日常交流和簡(jiǎn)單任務(wù)的處理；而在擴(kuò)展思考模式中，Claude 3.7 Sonnet通過(guò)逐步推理來(lái)應(yīng)對(duì)復(fù)雜問(wèn)題。該模型在數(shù)學(xué)、物理和編程等領(lǐng)域表現(xiàn)出色，特別是在編碼能力方面，展現(xiàn)了顯著的優(yōu)勢(shì)。同時(shí)，Claude 3.7 Sonnet優(yōu)化了模型的安全性，顯著減少了不必要的拒絕率。用戶(hù)可以通過(guò) Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 進(jìn)行訪問(wèn)。

Claude 3.7 Sonnet的主要功能

• 混合推理模式：
  • 標(biāo)準(zhǔn)模式：快速響應(yīng)，適合日常對(duì)話(huà)及簡(jiǎn)單任務(wù)。
  • 擴(kuò)展思考模式：深入自我反思與逐步推理，適合處理復(fù)雜任務(wù)，如數(shù)學(xué)、物理、邏輯推理和編程。
• 復(fù)雜任務(wù)處理能力：在數(shù)學(xué)、物理和編程等需要強(qiáng)邏輯推理的領(lǐng)域表現(xiàn)卓越，基準(zhǔn)測(cè)試中成績(jī)優(yōu)異，如 SWE-bench Verified 和 TAU-bench 測(cè)試。
• 代碼協(xié)作能力：支持代碼編輯、測(cè)試執(zhí)行等開(kāi)發(fā)流程，并與 GitHub 集成，幫助開(kāi)發(fā)者修復(fù) Bug、開(kāi)發(fā)新功能及進(jìn)行全棧更新。
• 安全性提升：更準(zhǔn)確地區(qū)分惡意請(qǐng)求與正常請(qǐng)求，相比前代模型減少不必要的拒絕（減少 45%）。
• 多平臺(tái)支持：適用于免費(fèi)版、專(zhuān)業(yè)版、團(tuán)隊(duì)版和企業(yè)版訂閱計(jì)劃，通過(guò) Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 訪問(wèn)。
• 靈活的使用方式：用戶(hù)可在 API 使用中指定思考的 token 數(shù)量，輸出限制為 128K token。

Claude 3.7 Sonnet的性能表現(xiàn)

• 推理能力任務(wù)表現(xiàn)：
  • 在數(shù)學(xué)、物理、指令執(zhí)行和編程等任務(wù)中，擴(kuò)展思考模式下的Claude 3.7 Sonnet表現(xiàn)卓越，相比上一代模型提升超過(guò)10%。
  • SWE-bench：Claude 3.7 Sonnet創(chuàng)下70.3%的高分，刷新了SOTA（State of the Art）記錄。
• 編碼能力：
  • SWE-bench Verified測(cè)試：Claude 3.7 Sonnet在編碼能力上顯著提升，能夠高效解決現(xiàn)實(shí)中的軟件問(wèn)題。
• 多模態(tài)和智能體能力：
  • OSWorld測(cè)試：Claude 3.7 Sonnet可通過(guò)虛擬鼠標(biāo)點(diǎn)擊和鍵盤(pán)按鍵完成相關(guān)任務(wù)。
  • Pokémon 游戲測(cè)試：Claude 3.7 Sonnet憑借擴(kuò)展思考模式和智能體訓(xùn)練獲得相應(yīng)徽章，表現(xiàn)遠(yuǎn)超早期版本。
• 測(cè)試時(shí)計(jì)算Scaling：
  • 串行測(cè)試時(shí)計(jì)算：在生成最終輸出前，執(zhí)行多個(gè)連續(xù)推理步驟，計(jì)算資源投入持續(xù)增加。在數(shù)學(xué)問(wèn)題求解中，準(zhǔn)確率隨著思考Token數(shù)量的增加呈對(duì)數(shù)增長(zhǎng)。
  • 并行測(cè)試時(shí)計(jì)算：通過(guò)采樣多個(gè)思維過(guò)程，選擇最佳結(jié)果（如多數(shù)表決或評(píng)分模型），顯著提升模型性能。在GPQA測(cè)試中，Claude 3.7 Sonnet基于并行計(jì)算達(dá)到了84.8%的總體得分（物理學(xué)部分高達(dá)96.5%）。

Claude 3.7 Sonnet的項(xiàng)目地址

• 項(xiàng)目官網(wǎng)：https://www.anthropic.com/news/claude-3-7-sonnet

Claude 3.7 Sonnet的模型定價(jià)

• 輸入 Token：3美元/百萬(wàn)輸入 Token。
• 輸出 Token：15美元/百萬(wàn)輸出 Token。

Claude 3.7 Sonnet的應(yīng)用場(chǎng)景

• 軟件開(kāi)發(fā)與編碼：幫助開(kāi)發(fā)者處理復(fù)雜代碼庫(kù)、編寫(xiě)高質(zhì)量代碼、進(jìn)行全棧更新及修復(fù)錯(cuò)誤，支持從簡(jiǎn)單的代碼生成到復(fù)雜的系統(tǒng)架構(gòu)設(shè)計(jì)。
• 前端開(kāi)發(fā)：優(yōu)化前端開(kāi)發(fā)流程，生成 HTML、CSS 和 JavaScript 代碼，支持響應(yīng)式設(shè)計(jì)與交互式界面開(kāi)發(fā)。
• 數(shù)學(xué)與科學(xué)問(wèn)題解決：基于擴(kuò)展思考模式，解決復(fù)雜的數(shù)學(xué)與物理問(wèn)題，支持邏輯推理和逐步解答。
• 企業(yè)級(jí)任務(wù)自動(dòng)化：在企業(yè)環(huán)境中，自動(dòng)處理復(fù)雜業(yè)務(wù)流程、生成報(bào)告、優(yōu)化工作流和執(zhí)行指令性任務(wù)。
• 多模態(tài)交互與協(xié)作：支持多模態(tài)輸入與輸出，適用于結(jié)合文本、圖像或其他數(shù)據(jù)類(lèi)型的復(fù)雜任務(wù)，例如智能客服、教育輔助和創(chuàng)意設(shè)計(jì)。