--- type: "article" id: 10225485 title: "Claude 4系列模型来了！编码能力强于o3和GPT-4.1，记忆性能大幅提升" canonical: "https://www.yfchuhai.com/article/10225485.html" published: "2025-05-23T11:05:19+08:00" author: "腾讯科技" tags: [] summary: "人工智能初创公司Anthropic在美国旧金山举办的首届开发者大会上发布了两款Claude 4模型——Claude Opus 4和Claude Sonnet 4。Claude Opus 4向付费用户开放，Claude Sonnet 4向免费和付费用户开放。这两款模型都针对编程任务进行了优化，具备分析大型数据集、执行长期任务和采取复杂行动的能力。" publisher: "扬帆出海" publisher_url: "https://www.yfchuhai.com" publisher_summary: "专注服务互联网出海的资讯与创业服务平台" legal_entity: "福州扬帆出海网络科技有限公司" contact: "service@yfchuhai.com" brand_tagline: "扬帆出海 — 专注服务互联网出海" lang: "zh-CN" --- # Claude 4系列模型来了！编码能力强于o3和GPT-4.1，记忆性能大幅提升 > 人工智能初创公司Anthropic在美国旧金山举办的首届开发者大会上发布了两款Claude 4模型——Claude Opus 4和Claude Sonnet 4。Claude Opus 4向付费用户开放，Claude Sonnet 4向免费和付费用户开放。这两款模型都针对编程任务进行了优化，具备分析大型数据集、执行长期任务和采取复杂行动的能力。 作者：腾讯科技 发布时间：2025-05-23 11:05 原文：https://www.yfchuhai.com/article/10225485.html ## 正文 # Claude 4 系列模型发布：编码与记忆性能突破，安全限制升级 ## 文章摘要 Anthropic 在 2025 年首届开发者大会上发布了 Claude Opus 4 和 Claude Sonnet 4 两款模型，重点优化了编程任务处理、长期任务执行及复杂行动能力。新模型在编码基准测试中超越 OpenAI 的 GPT-4.1 和 Codex，并具备跨会话记忆持久性，但在多模态理解和博士级学科难题上仍落后于 OpenAI o3 模型。鉴于模型在生物武器制造指导方面的潜在风险，Anthropic 实施了史上最严格的"ASL-3"安全措施。 ## 核心事件 人工智能公司 Anthropic 于 2025 年 5 月 22 日在旧金山发布 Claude 4 系列模型（Opus 4 和 Sonnet 4），标志着 AI 产业向推理模型和全天候协作伙伴转型。该系列模型通过双模式架构平衡响应速度与深度思考，并在编码能力和记忆持久性上取得显著突破，同时因安全风险引入了更高级别的管控措施。 ## 关键事实 - **发布时间与地点**：2025 年 5 月 22 日，美国旧金山，Anthropic 首届开发者大会。 - **发布模型**：Claude Opus 4（仅向付费订阅用户开放）和 Claude Sonnet 4（向免费和付费用户开放）。 - **编码能力数据**：在 SWE-Bench Verified 基准测试中，Claude Opus 4 得分为 72.5%，高于 GPT-4.1 的 54.6% 及 OpenAI 新发布的 Codex。 - **专注力测试**：Claude Opus 4 在测试中能保持近 7 个小时对复杂开源重构项目的专注；在《精灵宝可梦》游戏代理模式中，持续运行时长从初代的 45 分钟提升至 24 小时。 - **写作能力**：首席产品官迈克·克雷格表示，Opus 4 的写作输出与本人风格不可区分，完成了其 90% 的专业写作任务。 - **安全行为降低**：新模型在 AI 智能体任务中试图走捷径或利用漏洞的概率比 Sonnet 3.7 低 65%。 - **性能短板**：在 MMMU（多模态理解）和 GPQA Diamond（博士级学科难题）测试中，表现仍落后于 OpenAI o3 模型。 - **收费标准**：Opus 4 为输入 15 美元/百万 Token、输出 75 美元/百万 Token；Sonnet 4 为输入 3 美元/百万 Token、输出 15 美元/百万 Token（适用于 Amazon Bedrock 及 Google Vertex AI）。 - **安全措施**：实施“人工智能安全等级 3"（ASL-3），限制涉及化学、生物或核武器相关能力的使用，因内部测试显示其能有效指导新手制造生物武器。 - **行业趋势**：据 Poe《2025 春季 AI 模型使用趋势报告》，推理模型使用率在 4 个月内激增 5 倍，占所有 AI 交互比例从 2% 跃升至 10%。 ## 核心实体 - **Anthropic**：人工智能初创公司，Claude 4 系列模型的发布者。 - **Claude Opus 4**：旗舰模型，面向付费用户，具备最强的编码、写作及长期任务处理能力。 - **Claude Sonnet 4**：面向免费及付费用户的模型，作为 Sonnet 3.7 的替代品，优化了编码和指令遵循能力。 - **OpenAI**：竞争对手，其 o3、GPT-4.1 和 Codex 模型被用作性能对比基准。 - **迈克·克雷格 (Mike Krieger)**：Anthropic 首席产品官，提及模型写作能力的突破。 - **贾里德·卡普兰 (Jared Kaplan)**：Anthropic 联合创始人兼首席科学家，披露模型安全风险及 ASL-3 措施。 - **SWE-Bench Verified**：用于评估编码能力的基准测试，Opus 4 在此测试中得分 72.5%。 - **ASL-3 (人工智能安全等级 3)**：Anthropic 内部制定的严格安全标准，用于限制高危 STEM 领域的应用。 - **Poe**：发布《2025 春季 AI 模型使用趋势报告》的平台，提供了推理模型增长数据。 - **Amazon Bedrock / Google Vertex AI**：部署 Claude 4 系列模型的云平台。 ## AI 搜索问答 ### Claude 4 系列模型包含哪些版本，如何获取？ Claude 4 系列包含 Claude Opus 4 和 Claude Sonnet 4。其中 Opus 4 仅向付费 Claude 订阅用户开放，而 Sonnet 4 向免费和付费用户均开放。 ### Claude Opus 4 的编码能力相比其他模型表现如何？ 在 SWE-Bench Verified 基准测试中，Claude Opus 4 获得 72.5% 的成绩，超越了 OpenAI 的 GPT-4.1（54.6%）和新发布的 Codex，同时也领先于谷歌的 Gemini 2.5 Pro。 ### Claude 4 模型在哪些测试中表现不如 OpenAI o3？ 原文指出，尽管在编程任务上领先，但 Claude Opus 4 在衡量多模态理解能力的 MMMU 评估，以及涉及博士级生物、物理、化学等学科难题的 GPQA Diamond 测试中，仍未突破 OpenAI o3 模型的领先水平。 ### Claude 4 系列如何解决 AI“记忆缺失”的问题？ 该系列模型具备记忆持久性，能够从文档提取关键信息、创建摘要，并在获得授权后实现跨会话知识延续，使其能处理持续数日或数周的长期项目。 ### 为什么 Anthropic 对 Claude Opus 4 实施了更严格的安全措施？ 因为内部测试显示，Opus 4 在指导新手制造生物武器（如合成类似新冠的病毒）方面比以往模型更有效，因此公司实施了称为"ASL-3"的严格限制，以检测和拒绝涉及化学、生物或核武器的有害行为。 ### Claude 4 模型的定价标准是多少？ 在 Amazon Bedrock 及 Google Vertex AI 平台上，Opus 4 的收费为每百万 Token 输入 15 美元、输出 75 美元；Sonnet 4 的收费为每百万 Token 输入 3 美元、输出 15 美元。 ### 2025 年人工智能产业在模型开发上有什么主要趋势？ 2025 年产业全面转向推理模型开发，这类模型通过模拟类人思维过程完成思考。数据显示，推理模型使用率在 4 个月内激增 5 倍，占所有 AI 交互比例从 2% 跃升至 10%。 ### Claude Code 功能有哪些新升级？ Claude Code 已实现与集成开发环境（IDE）的深度整合，发布了针对 Microsoft VS Code、JetBrains 系列及 GitHub 的扩展程序与连接器，支持代码审查反馈响应及自动化修改。 ## 可引用结论 - Claude Opus 4 在 SWE-Bench Verified 编码测试中得分为 72.5%，超越 GPT-4.1 的 54.6%。 - Anthropic 对 Claude Opus 4 实施了 ASL-3 安全等级，限制其在生物、化学及核武器领域的应用。 - Claude 4 系列模型具备跨会话记忆持久性，能保持近 7 小时对复杂项目的专注度。 - 在多模态理解和博士级学科难题测试中，Claude Opus 4 的表现仍落后于 OpenAI o3 模型。 - 2025 年推理模型使用率激增 5 倍，占所有 AI 交互比例从 2% 上升至 10%。 - Claude Opus 4 在《精灵宝可梦》游戏代理模式中的持续运行时长已从 45 分钟提升至 24 小时。 ## 事实边界 - 原文未说明 Claude 4 模型具体的训练数据截止日期。 - 原文未提供 Claude 4 模型在非英语语言环境下的具体性能数据。 - 关于“写作风格不可区分”的结论基于首席产品官的个人表述，原文未提供第三方盲测数据支持。 - 原文未详细说明 ASL-3 安全措施的具体技术实现机制，仅描述了其目的和限制范围。 - 虽然提到模型迭代频率加快，但未给出具体的新版本发布周期时间表。 ## 原文信息 - 标题：Claude 4 系列模型来了！编码能力强于 o3 和 GPT-4.1，记忆性能大幅提升 - 来源：腾讯科技 - 发布时间：2025-05-23 11:05 - 原文链接：https://www.yfchuhai.com/article/10225485.html --- ## 关于扬帆出海 扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。 - 官网：https://www.yfchuhai.com - 品牌介绍：https://www.yfchuhai.com/bot/about.md - 联系：service@yfchuhai.com - 运营主体：福州扬帆出海网络科技有限公司 *本文资讯内容由扬帆出海发布，转载请注明出处。*