Anthropic昨日发布新模型Claude Sonnet 4.5，其自主编码能力显著提升。官方表示，该模型不仅能开发超越原型的“生产就绪”应用，在可靠性方面较前代也实现了重大飞跃。
模型详情
Claude Sonnet 4.5在SWE-Bench Verified等多项编码基准测试中表现行业领先。但在GPTQA Diamond和Visual Reasoning测试中，Gemini 2.5 Pro与GPT-5仍具优势。
Anthropic研究员David Hershey指出，仅凭基准测试难以全面衡量该模型性能。在企业客户初步测试中，Claude Sonnet 4.5展现出连续30小时自主编写代码的能力：期间不仅完成应用开发与数据库部署，还购买了域名并进行SOC 2安全审计。全过程生成约1.1万行代码，任务完成后自动停止。
Anthropic将Claude Sonnet 4.5定位为现实世界代理、编码及计算机使用领域的全球最佳模型。在OSWorld基准测试（评估AI真实计算机任务表现）中，Sonnet 4.5以61.4%的得分位居榜首，显著高于四个月前Sonnet 4的42.2%。相关增强能力已通过Claude for Chrome扩展程序提供。
Cursor CEO Michael Truell与Windsurf CEO Jeff Wang均高度评价该模型：前者称其为长期任务中最先进的编码性能代表，后者则认为它开启了新一代编码模型时代。
此外，Claude Sonnet 4.5降低了奉承率与欺骗率，对快速注入攻击的防御能力也有所提升。
该模型将通过Claude API及聊天机器人提供服务，开发者定价与Sonnet 4一致：输入token每百万3美元，输出token每百万15美元（约合75万词）。
Claude Agent SDK与Imagine with Claude
Anthropic同步推出Claude Agent SDK，支持与Claude Code相同的基础设施，助力开发者构建自定义代理。
针对Max订阅用户，公司还提供“Imagine with Claude”临时研究预览版。该功能无需预设功能或预写代码，即可实时响应用户请求并即时生成软件。
Anthropic的AI竞争战略
凭借在软件工程任务中的出色表现，Anthropic已成为开发者和企业关注焦点。通过向Cursor、Windsurf、Replit等AI编码工具出售API，公司获得可观收入；Apple与Meta也被曝内部使用Claude模型。数据显示，Anthropic年度经常性收入在七个月内从10亿美元增至50亿美元，增长五倍。但需注意，其31亿美元API收入中近一半来自Cursor和GitHub Copilot两大客户。
面对OpenAI GPT-5在编码基准测试中的超越，Anthropic迅速回应。继此前推出Claude Opus 4.1应对GPT-5后，时隔约两个月再发Sonnet 4.5，彰显其巩固编码领域领先地位的决心。