Anthropic 最近正式發布了 Claude 3.7 Sonnet 以及 Claude Code，標志著其在 AI 推理、安全性與多模態處理能力方面邁出重要一步。憑借這些升級，Claude 系列有望躋身當下最先進的大模型之列，也進一步加劇了人工智能領域的競爭。

Claude 3.7 Sonnet 的核心亮點

更強的推理與上下文感知

• 提升了邏輯思考與問題解決能力，適合企業級應用、學術研究及內容創作等多種場景。

擴展的上下文長度

• 大幅增大的上下文窗口，可以更好地記錄對話歷史，并處理更長的文檔內容。

強化的多模態能力

在文本與圖像的綜合處理上有顯著提升，可以與 Gemini 1.5 一較高下。

更高的安全性和一致性

• 基于 Anthropic 的“憲法式 AI”框架（Constitutional AI），進一步減少偏見并改善 AI 在倫理上的表現。

讓開發者受益的 Claude Code

隨同新版本一起發布的 Claude Code，專為編程場景而生。它的主要特色包括：

更佳的代碼生成

• 基準測試顯示，在某些編碼任務上，Claude Code 超越了此前版本的 Claude，甚至可與 OpenAI 的 GPT-4 Turbo 比肩或持平。

調試與重構輔助

• 該模型能幫助開發者排查 Bug、優化代碼并用更易懂的方式解釋復雜邏輯。

多語言支持

• 覆蓋范圍廣泛的編程語言，適用于軟件工程師、研究者以及 AI 開發者。

最新基準：Claude 3.7 與同類模型的對比

從近期發布的測試結果來看，Claude 3.7 Sonnet 與 Claude Code 都大幅領先此前版本，并在多項指標上接近或超越 GPT-4 Turbo、Gemini 1.5 等主流大模型：

MMLU（通用多任務語言理解）

• Claude 3.7 Sonnet 比 Claude 3.5 提高了 5% 的得分，在法律推理、數學等專業領域上也稍勝 GPT-4 Turbo。

HellaSwag & ARC（常識與推理測試）

• Claude 3.7 的邏輯一致性與問題解決能力表現出色，適合處理復雜的推理任務。

CodeBench（編碼性能）

• 雖然在部分編程項目中 GPT-4 Turbo 仍小有優勢，但 Claude Code 在代碼生成、調試和多語言兼容方面取得了顯著提升。

多模態 AI 能力

• 借助擴展的視覺功能，Claude 3.7 Sonnet 在圖像分析與文本-圖像推理上可與 Gemini 1.5 Pro 并駕齊驅。

總的來說，測試數據證明了 Claude 3.7 Sonnet 在邏輯推理、代碼生成、多模態理解等方面都達到了當前一線水準。