Anthropic Claude 4

Claude 4 是 Anthropic 于 2025 年 5 月 22 日正式发布的最新模型家族，包括 Claude 4 Opus (顶级性能) 和 Claude 4 Sonnet (性能与成本平衡) 两个版本。Claude 4 代表了 Anthropic 在推理、编程和 Agent 能力上的重大飞跃。

发展历程

时间	事件
2025.05.22	Claude 4 Opus 和 Sonnet 正式发布
2025.05	通过 API 和 Claude.ai 同步提供

模型版本

Claude 4 Opus

• 定位: Anthropic 当前最强大的模型
• 核心能力: 复杂推理、深度研究、高端编程、创意任务
• 扩展思考 (Extended Thinking): 支持深度推理模式，在回答前进行长时间的内部思考
• 定价: 高于 Sonnet，适合对性能要求极高的场景

Claude 4 Sonnet

• 定位: 性能与成本平衡的生产环境首选
• 核心能力: 在大多数任务上接近 Opus，但成本显著更低
• 推荐场景: 企业生产环境、高并发应用

核心能力

• 扩展思考模式: 用户可以启用"思考模式"，让模型在回答前进行更深入的推理，类似于 Test-Time Compute / Inference-Time Scaling 的用户可控版本
• 编程能力: 在 SWE-bench 等真实代码任务上达到行业领先
• 工具使用: 改进的 Function Calling 和 Agent 工作流支持
• 安全性: 继续使用 Constitutional AI 和 RLHF 结合的对齐方法

Benchmarks 表现

基准测试	Claude 4 Opus	Claude 4 Sonnet	说明
SWE-bench	行业领先	优秀	真实软件工程
GPQA (研究生科学)	顶尖	强劲	科学推理
MMLU	高分	高分	知识理解
代码生成	顶级	优秀	编程任务

定价与可用性

• API: 按 token 计费，Opus 定价高于 Sonnet
• Claude Pro: 订阅用户可使用
• Claude Code: 作为编程工具提供

与其他模型的关系

• vs o3: 两者在推理和编程上直接竞争，分别代表两家公司的顶级能力
• vs Gemini 2.5 Pro: 三方在推理基准上形成三足鼎立
• vs Claude 3.5: 显著超越前代，特别是代码和推理方面

参考来源

• Anthropic Claude 4 发布博客
• Claude 4 技术报告

相关页面

• Anthropic — Anthropic 公司概览
• Claude 3.5 — 前代 Claude 3.5
• Test-Time Compute / Inference-Time Scaling — 推理时计算范式
• Constitutional AI / RLAIF — Anthropic 的对齐方法论