推荐语
AI领域又一突破，Anthropic发布全球首个混合推理大模型Claude 3.7，引领智能编码新趋势。
核心内容：
1. Claude 3.7：全球首个混合推理大模型，结合一般大语言模型和推理模型功能
2. Claude Code：基于Claude 3.5的智能编码工具，开发者的新选择
3. 通过API访问控制模型思考时长，兼顾速度、成本和精确度
杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
北京时间凌晨三点，老板格局不大，但编码能力不错的Anthropic扔出AI领域的重磅炸弹——正式发布全球首个混合推理大模型Claude 3.7 Sonnet，
同步推出的还有让开发者沸腾的智能编码工具Claude Code（可能是看Cursor的营收眼红了）
这场发布让全球各家大模型公司继续圈，先列一下重点。
1、Claude 3.7 是首个结合一般大语言模型和推理模型功能的混合推理模型。注意看??下面的交互，选择标准模式提供快速响应，选择扩展思考模式实现逐步推理。只是我觉得这个交互有点傻，完全可以直接用DeepSeek R1的交互方式，让用户多选择一步，就浪费用户多一秒的生命，不如直接像OpenAI、Grok3直接借鉴。2、业内都知Claude 3.5一直是全球开发者的首选，包括风靡全球的Cursor也是基于Claude 3.5的编码能力这次Anthropic 推出了用于智能编码的命令行工具 Claude Code。它目前作为有限的研究预览版本使用，使开发人员能够直接从他们的终端将大量工程任务委托给 Claude。我自己的猜测，估计是看到Cursor的日活和收入，眼红了，不如我自己做一个智能编码工具吧至于最终能不能影响Cursor，我们还要看Claude Code能力如何，不过看官网文档介绍评测数据，Claude可能一心往AI编码方向发展了。同时我也在X上第一时间看到Cursor表忠心，请看下图：虽然R1很火，但其实很多场景，R1是思考过度的，特别是在B端场景应用，不能控制思维链的过程，就会导致非常慢，用户体验不好，且成本非常高，Claude 3.7考虑到不同场景下速度、成本和精确度的不同需求，开发者可以设置一个“thinking budget”，来控制模型思考的上限，这个很有意思，当通过 API 使用 Claude 3.7 Sonnet 时，用户还可以控制思考预算。你可以告诉 Claude 思考不超过 N 个 token。对于任何 N 值，其输出限制为 128K 个 token。这允许用户在速度（和成本）和答案质量之间进行权衡。期待进一步实测，前提还是要看模型底层推理能力，推理能力不行，就是屎上雕花。在开发自家的推理模型时，Anthropic 对数学和计算机科学竞赛问题的优化较少，而是将重点转向更能反映企业实际使用 LLM 方式的现实任务。我们来看下 Claude 3.7 Sonnet 的基准测试结果，其中在 SWE-bench Verified（评估 LLM 解决 GitHub 上真实软件问题能力的基准测试数据集）上，Claude 3.7 Sonnet 实现了 SOTA 性能，远远超过了 Claude 3.5 Sonnet、OpenAI 的 o3-mini (high) 和 o1 以及 DeepSeek R1。在 TAU-bench（评估 LLM 在复杂真实场景中用户与工具交互能力的基准测试平台）上，Claude 3.7 Sonnet 同样实现了 SOTA 性能，超过了 Claude 3.5 Sonnet 和 OpenAI 的 o1。Claude 3.7 Sonnet 在指令遵循、通用推理、多模态能力和智能编码方面表现出色，扩展思考在数学和科学方面实现了显著提升，但在一些方面依然不及 OpenAI 的 o3-mini (high)、Grok-3 Beta 等。Claude 3.7 已经全量上线可以体验了，考虑到老板格局不大，如果你的 Claude 付费账户没有被封禁的话，另外你可以通过亚马逊的平台调用API使用。作为个人用户， Cursor、Monica 等应该也会马上接入。下面是官方基于 extended thinking mode 向用户解释三门问题的示例。下图所示，2025 的对应了 OpenAI 所说的 L3 智能体（不仅可以思考，还能采取行动的 AI 系统），2027 的相当于 L5 组织者（可以完成组织工作的 AI）
粤ICP备14082021号
免费POC，
零成本试错
