Claude 4.5深夜发布：30小时持续工作堪比真人同事

昨夜凌晨，人工智能企业 Anthropic 正式推出新一代模型 Claude Sonnet 4.5，最新直言其为 “世界上最好的编码模型、构建复杂代理的最强大工具、使用计算机的最佳模型”。伴随模型发布的还有 Claude Agent SDK 开发工具包及系列产品升级，标志着 AI 已具备独立完成生产级开发任务的能力。

Anthropic 联合创始人兼首席科学官贾里德·卡普兰 (Jared Kaplan) 在接受 CNBC 采访时表示：“人们注意到了这种模型，因为它更智能，更像同事，遇到问题并解决问题时与它一起工作很有趣。”

该公司表示，该模型可以生成更高质量的代码，更好地识别代码改进，并且可以更可靠地遵循指令。

性能跑分登顶：从 “写代码” 到 “交付产品” 的跨越

Claude Sonnet 4.5 的核心突破体现在工程落地能力上。在衡量真实软件编码能力的 SWE-bench Verified 基准测试中，该模型以 77.2% 的准确率名列前茅，较前代提升近 20 个百分点。更值得关注的是其长周期任务处理能力 —— 在实测中，它能自主运行 30 小时，生成 1.1 万行代码，完整开发出类似钉钉的企业聊天应用，涵盖数据库配置、域名注册、合规审计等全流程，成为首个实现 “生产级交付” 的 AI 模型。

在计算机操作领域，其 OSWorld 基准测试得分从四个月前的 42.2% 跃升至 61.4%，领先行业同类产品。金融、法律等专业领域测试显示，其推理能力较上一代 Opus 4.1 提升 30% 以上，数学问题解决精度显著优化。“用户会发现它更像同事，合作解决问题时非常高效。”Anthropic 研究员 Jared Kaplan 表示。

该模型还显示出在推理和数学等广泛评估方面的改进能力：

金融、法律、医学和 STEM 领域的专家发现，与包括 Opus 4.1 在内的旧模型相比，Sonnet 4.5 表现出了更出色的领域特定知识和推理能力。

产品生态升级：代码开发全流程体验重构

针对开发者核心需求，Anthropic 同步推出多项产品功能更新：

Claude Code 2.0：新增呼声极高的 “检查点” 功能，支持代码进度保存与即时回滚，配合刷新的终端界面与原生 VS Code 扩展，大幅提升开发效率；

API 能力强化：新增上下文编辑与记忆工具，使 AI 代理的持续运行时间从 7 小时延长至 30 小时，可处理更复杂的多步骤任务；

交互体验革新：Claude 应用内直接集成代码执行与文件创建功能，支持在对话中生成电子表格、幻灯片等文档；

浏览器拓展落地：面向上月加入候补名单的 Max 订阅用户，开放 Claude for Chrome 扩展程序下载使用。

开放 Agent SDK：赋能开发者构建专属智能助手

此次发布的重磅工具 Claude Agent SDK，将 Anthropic 内部开发 Claude Code 的核心基础设施对外开放。该工具包解决了 AI 代理开发中的三大痛点：长期任务记忆管理、自主性与用户控制的平衡、多代理协同调度。开发者可基于此快速搭建定制化 AI 助手，覆盖项目管理、数据处理、客户服务等场景。

“我们把支撑前沿产品的构建模块共享出来，让开发者无需从零搭建基础设施。”Anthropic 首席产品官 Mike Krieger 介绍，该 SDK 已在 Canva 等企业的工程团队中得到验证，能显著提升代码库管理与产品研究效率。

误报率较初代模型降低 90%

据介绍，Claude Sonnet 4.5 不仅是 Anthropic 功能最强大的模型，也是 Anthropic 迄今为止最符合前沿技术的模型。Claude 的改进功能以及广泛的安全培训使 Anthropic 能够显著改善该模型的行为，减少诸如谄媚、欺骗、权力追求以及鼓励妄想思维倾向等令人担忧的行为。对于该模型的代理和计算机使用功能，Anthropic 在防御即时注入攻击方面也取得了显著进展，而即时注入攻击是这些功能用户面临的最严重风险之一。

Claude Sonnet 4.5 通过 AI 安全等级 3（ASL-3）认证，配备化学、生物等危险内容分类检测器，误报率较初代降低 90%，同时大幅减少欺骗性回答、权力寻求等风险行为。

在商业策略上，Anthropic 保持价格亲民，API 调用费用与 Claude Sonnet 4 完全一致，为每百万代币输入 3 美元、输出 15 美元。开发者即日起可通过 “claude-sonnet-4-5” 接口直接调用该模型。

Anthropic 首席产品官 Mike Krieger 表示，Claude Sonnet 4.5 将成为用户的默认选择，并且 Anthropic 推荐该模型用于“基本上所有用例”。

即便如此，用户仍然有选择。付费用户仍然可以选择使用 Opus，而拥有特定工作流程的用户如果还没准备好在一夜之间迁移，可以选择老一代的 Sonnet，他说道。

Krieger 补充道，Claude Sonnet 4.5 比 Claude Opus 4.1 小，但“几乎在各个方面”都比它更智能。

行业分析师指出，Claude Sonnet 4.5 的发布标志着 AI 从 “辅助工具” 向 “独立生产力” 的跨越，而开放 SDK 的举措或将加速 AI 代理技术在各行业的落地应用。

Kaplan 说：“我认为这是我们在过去一年或一年半中看到的最大安全飞跃。”

Anthropic 即将推出更多型号。Kaplan 表示，更好的型号即将推出，其中“很可能包括 Opus”。

“不敢保证，”他说，“但我想我们年底前可能会再推出一两部作品。”

参考链接：

https://www.cnbc.com/2025/09/29/anthropic-claude-ai-sonnet-4-5.html