炸裂更新！全球首个混合推理模型Claude 3.7 Sonnet发布，编码能力直接起飞！ 原创

在人工智能领域，每一次重大突破都能引发全球科技爱好者的热烈讨论。Anthropic公司发布的全新模型——Claude 3.7 Sonnet，无疑再次点燃了AI社区的热情。作为全球首个混合推理模型，Claude 3.7 Sonnet不仅在编码能力上实现了质的飞跃，还通过其独特的“标准和扩展思考模式”重新定义了AI的推理方式。

一个模型，两种思考方式

Claude 3.7 Sonnet的最大亮点在于其“一个模型，两种思考方式”的设计理念。用户可以根据需求选择“标准模式”或“扩展思考模式”。

• 标准模式：提供近乎即时的响应，适合快速问答和常规任务处理
• 扩展思考模式：模型会在回答前进行更深入的自我反思，显著提升其在数学、物理、指令遵循和编码等复杂任务中的表现。这种模式特别适合那些需要深度思考的场景，比如解决复杂的编程问题或进行科学推理。

这种设计不仅让Claude 3.7 Sonnet在灵活性上远超其他模型，还为用户提供了更高的控制权。通过API，用户甚至可以精确控制模型的思考时间，从而在速度和答案质量之间找到最佳平衡点。

代码能力开挂！实测数据吊打全场

Anthropic此次将重点放在了编码能力的提升上，Claude 3.7 Sonnet在多个编码基准测试中表现出了压倒性的优势。

• 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（State of the Art）性能，远超Claude 3.5 Sonnet、OpenAI的o3-mini (high)和DeepSeek R1等竞争对手。
• 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。

虽然 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。

总结

从这次发布可以看出，Anthropic明显将重点放在了编码能力的提升上，其他领域虽然也有进步，但编码无疑是Claude 3.7 Sonnet的核心竞争力。Anthropic似乎有意将Sonnet系列定位为“编码AI助手”，专为开发者打造。今天我打开cursor，发现已经支持Claude Sonnet 3.7版本了，大家可以赶紧去尝鲜！

本文转载自公众号AI 博物院 作者：longyunfeigu

原文链接：​​https://mp.weixin.qq.com/s/4bnADpVxC_ARJEBacTV4VQ​​​