北京时间2025年5月23日，Anthropic公司发布了Claude 4系列大模型，包含Claude Opus 4和Claude Sonnet 4两个版本。其中Claude Opus 4能连轴转编程7小时，在多项编程测试中表现优于GPT-4.1，展现出了强大的性能。具体如下：长时间编程能力：Claude Opus 4在Rakuten的测试数据中，凭借改进的内存管理、更广泛的上下文保留以及更强大的内部规划机制，可在软件环境中连续进行近7小时的代码生成和任务执行，刷新了AI世界纪录，远超前代Claude 3 Opus的不到1小时，也领先于其他同类模型。编程基准测试成绩：在用于评估模型解决真实GitHub问题能力的SWE - bench基准测试中，Claude Opus 4准确率高达72.5%，而GPT-4.1仅为54.6%。在针对多步骤终端代码生成任务验证模型表现的TerminalBench测试里，Claude Opus 4准确率达到43.2%，也展现出了优秀的编程能力。此外，Claude Sonnet 4取代了前代Claude 3.5 Sonnet，在架构上更为稳定，虽推理能力不及Opus 4，但支持多文件代码导航等功能，且延迟表现更佳，在SWE - bench基准测试中也取得了72.7%的高分，表现较为出色。
|
|
|标签|爬虫xml|爬虫txt|新闻魔笔科技XinWen.MoBi - 海量语音新闻!
( 粤ICP备2024355322号-1|
粤公网安备44090202001230号 )
