腾讯科技
整合编辑：太平洋科技
发布于：2025-02-26 16:23
|
美国当地时间周一， 由OpenAI前员工创办的人工智能公司Anthropic突发连招。在技术方面，Anthropic宣布推出全球首个 “混合推理”AI模型，向OpenAI、DeepSeek等对手发起挑战。在运营方面，该公司表示即将完成35亿美元融资，估值达到615亿美元。 全球首款 “混合推理”AI模型 Anthropic此次发布的新模型名为Claude 3.7 Sonnet，它赋予了用户前所未有的控制权，允许他们决定AI在生成回答前花费多少时间进行“思考”。与此同时，Anthropic还推出了AI编程助手Claude Code。这些举措标志着Anthropic正大举进军企业AI市场，或将彻底改变企业构建软件和自动化工作的方式。  Claude 3.7 Sonnet引入了“思考模式”切换功能，允许用户根据任务复杂度优化AI的响应时间。Anthropic研究产品管理负责人Dianne Penn表示：“我们认为推理是AI的核心组成部分，而不是需要额外付费才能使用的功能。就像人类一样，AI应该既能快速响应，又能进行复杂思考。对于简单问题，它应该立即给出答案；但对于复杂的任务，它则需要更多的处理时间。” 她补充道：“我们不将推理、规划和自我修正视为AI的独立能力。在理想情况下，模型本身应该能够识别问题是否需要更深入的思考，并自动调整，而不是要求用户来选择不同的推理模式。” 基准测试数据支持了Anthropic的雄心。在扩展思考模式下，Claude 3.7 Sonnet在研究生级别的推理任务中，准确率达到78.2%，不仅对OpenAI的最新模型发起挑战，还超越了DeepSeek-R1的表现。 以下为Anthropic官文全文： 今天，我们正式推出Claude 3.7 Sonnet，这是我们迄今为止最智能的模型，也是市场上首款“混合推理”模型。Claude 3.7 Sonnet能够生成近乎即时的响应，也能进行长时间的推理，并将这些思考过程展示给用户。API用户还可以精细控制模型的思考时间。 Claude 3.7 Sonnet在编程和前端Web开发方面表现尤为突出。伴随着新模型的发布，我们还推出了一款命令行工具Claude Code，专门用于辅助编程。Claude Code目前以有限研究预览的形式提供，允许开发者直接从终端将大量工程任务委托给Claude完成。 Claude 3.7 Sonnet现已登陆所有Claude订阅计划（包括免费版、Pro版、Team版和企业版），并支持Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI平台。除了免费版Claude之外，其他版本都可以使用扩展思考模式。 无论是标准模式还是扩展思考模式，Claude 3.7 Sonnet的定价均与之前版本保持一致：每百万输入token收费3美元，每百万输出token收费15美元（其中包含思考token）。 Claude 3.7 Sonnet：让前沿推理变得实用 Claude 3.7 Sonnet的开发理念与市场上其他推理模型截然不同。就像人类的大脑既可以处理快速反应，也能进行深度思考，我们认为推理应该是前沿模型的集成能力，而非完全独立的模型。这种统一的方法也为用户创造了更无缝的体验。 Claude 3.7 Sonnet通过多种方式体现了这一理念： ——双重模式：Claude 3.7 Sonnet既是普通的大语言模型（LLM），也是推理模型。用户可以选择让模型在正常模式下给出快速响应，或进行更长时间的思考后再回答。在标准模式下，Claude 3.7 Sonnet是Claude 3.5 Sonnet的升级版；在扩展思考模式下，它会在回答问题前进行自我反思，从而在数学、物理、指令遵循、编程等任务中表现更佳。我们发现，无论在哪种模式下，提示模型的方式都相似。 ——精细控制：通过API使用Claude 3.7 Sonnet时，用户可以设置思考的token预算，最高可达128K token。这使得用户能够在速度（和成本）与回答质量之间做出权衡。 ——现实任务优化：在开发推理模型时，我们减少了对数学和计算机科学竞赛题的优化，转而更关注反映企业实际使用LLM的现实任务。 早期测试表明，Claude的编程能力处于行业领先地位。 Cursor表示，Claude再次成为处理实际编程任务的最佳选择，特别是在处理复杂代码库和高级工具使用方面取得了显著进展。 Cognition发现，Claude在规划代码变更和处理全栈更新方面远超其他任何模型。 Vercel强调了Claude在复杂代理工作流中的卓越表现，而Replit成功利用Claude从零开始构建复杂的Web应用和仪表盘，而其他模型则难以胜任。 Canva的评估显示，Claude始终能生成生产级代码，设计品味出众，且错误率大幅降低。 在SWE-bench Verified和TAU-bench等基准测试中，Claude 3.7 Sonnet均达到了最先进的性能水平，展现了其解决现实世界软件问题和复杂任务的能力。
图注：在SWE-bench Verified基准测试中，Claude 3.7 Sonnet的性能表现最佳。该测试旨在评估AI模型解决现实世界软件问题的能力
图注：Claude 3.7 Sonnet在TAU-bench基准测试中表现优异。该测试框架专注于评估AI模型在复杂现实任务中的表现，包括与用户和工具的交互
图注：Claude 3.7 Sonnet在指令遵循、通用推理、多模态能力以及智能体编码方面表现卓越，其扩展思考模式在数学和科学任务中尤为突出，显著提升了性能。不仅如此，在传统基准测试之外，其表现甚至在内部Pokémon游戏测试中超越了所有之前的模型 Claude Code：增强开发者编程体验 自2024年6月以来，Sonnet已成为全球开发者的首选模型。今天，我们进一步赋能开发者，推出首款智能体级编码工具Claude Code，并以有限研究预览的形式提供。 Claude Code是一个活跃的协作者，能够搜索和读取代码、编辑文件、编写和运行测试、提交代码到GitHub，并使用命令行工具——同时让用户随时掌握每一步进展。 尽管Claude Code尚处于早期阶段，但它已成为我们团队不可或缺的工具，尤其是在测试驱动开发、调试复杂问题和大规模重构方面。在早期测试中，Claude Code一次性完成了通常需要45分钟以上手动工作的任务，明显减少了开发时间和工作量。 未来几周，我们将根据使用情况不断改进Claude Code，包括增强工具调用的可靠性、支持长时间运行的命令、优化应用内渲染，并扩展Claude对其自身能力的理解。 我们还改进了Claude.ai的编码体验。GitHub集成现已覆盖所有Claude订阅计划，使开发者能够直接将代码库连接到Claude。 Claude 3.7 Sonnet是我们迄今为止最强大的编码模型。通过对个人、工作和开源项目的深入理解，它成为修复漏洞、开发新功能和构建文档的强力伙伴。 展望未来 Claude 3.7 Sonnet和Claude Code标志着AI系统朝着真正增强人类能力的方向迈出了重要一步。通过深度推理、自主工作和高效协作能力，它们使我们更接近一个AI能够丰富和扩展人类成就的未来。 即将完成35亿美元融资 估值达615亿美元 在发布新模型的同时，知情人士透露Anthropic即将完成一轮35亿美元融资，估值达615亿美元。这轮融资显示，尽管DeepSeek的崛起带来了冲击，但投资者仍对潜力巨大的人工智能公司充满信心。 最初计划融资20亿美元，但在与投资者洽谈后成功提高了融资额度。该公司由前OpenAI员工于2021年创立，之前的估值为180亿美元，现已成为少数几家拥有足够人才和资金与OpenAI竞争的AI初创公司。 此次融资使得Anthropic的估值攀升至615亿美元，这一估值包含了公司此次融资所筹集的资金。 本轮融资的投资者包括风险投资公司Lightspeed Venture Partners、General Catalyst和Bessemer Venture Partners。此外，总部位于阿布扎比的MGX投资公司也在与Anthropic商谈参与投资事宜。 虽然Anthropic在消费者用户市场上仍落后于OpenAI，但其推出的Claude聊天机器人在程序员和企业客户中逐渐获得青睐。 知情人士透露，Anthropic的年化收入（基于近期销售数据推算的未来12个月收入）已达约12亿美元。尽管如此，该公司目前仍处于亏损状态，计划利用此次融资支持开发更强大的AI模型。 相比之下，OpenAI在2024年10月的融资轮中透露，预计2024年的收入将达到37亿美元。 自从DeepSeek发布了一款与美国最强大AI模型相媲美的新型AI模型后，硅谷的一些投资者对Anthropic等公司的前景表示担忧。DeepSeek的模型不仅开发成本极低，而且可以免费使用。 对此，Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）在一篇博客中指出，DeepSeek的成功并未改变开发AI技术的经济逻辑。 这轮大规模融资表明，投资者仍然愿意押注于像Anthropic这样开发专有AI模型的公司。 与此同时，OpenAI也在洽谈筹集高达400亿美元的资金，估值为3000亿美元。此外，埃隆·马斯克旗下的xAI公司也正在进行非正式的融资洽谈，计划进行一轮大规模融资。 本文来源：腾讯科技 |
原创栏目
IT百科
网友评论
聚超值•精选
腾讯科技
硬件编年史
