被視為OpenAI競爭對手的美國AI（人工智慧）初創公司Anthropic宣佈推出“迄今為止最智能的首款混合推理模型”。

當地時間2月24日，由美國科技巨頭亞馬遜投資支持的Anthropic宣佈推出新模型Claude 3.7 Sonnet，並將其稱為“市面上首款混合推理模型”。根據用戶的選擇，Claude 3.7 Sonnet既可以快速地給出回應，也可以向用戶提供擴展後的分步思考。用戶可以免費使用Claude 3.7 Sonnet，但擴展思考模式僅向付費用戶開放。同時，公司還推出了代理編碼工具Claude Code。

據官方介紹，Claude 3.7 Sonnet 在編碼和前端Web開發方面表現出了“特別顯著的改進”，在升級後，Claude模型的價格與前代產品相同，每百萬輸入token（文本中的最小單位）定價3美元，每百萬輸出token定價15美元。而OpenAI的o1模型定價分別為每百萬輸入token花費15美元和每百萬輸出token花費60美元。

Anthropic方面強調，團隊開發新模型的理念不同於市場上的其他推理模型：“正如人類使用單個大腦進行快速反應和深度思考一樣，我們認為推理應該體現前沿模型的綜合能力，而不是完全獨立的模型。這種統一的方法也為用戶創造了更加無縫的體驗。”

因此，公司將新模型定義為“市面上首款混合推理模型”。在標準模式下，Claude 3.7 Sonnet是Claude 3.5 Sonnet的升級版；而在擴展思維模式下，模型會在回答前進行自我反思，從而提高其在數學、物理和編碼等任務上的表現。

此外，當用戶通過API（應用程式編程介面）使用Claude 3.7 Sonnet時，用戶可以通過命令Claude思考不超過多少token來控制“思考預算”，該數值需要小於模型輸出限制的12.8萬個token，以便於用戶在速度、成本和答案品質之間進行權衡。

Anthropic方面還指出，新模型最大的優勢是“更擅長現實世界中的任務”，而不是針對“數學和電腦科學競賽問題進行優化”。在評估AI模型解決實際軟體問題的能力的編碼測試SWE-Bench Verified中，Claude 3.7 Sonnet的得分從Claude 3.5 Sonnet的49.0%提升至62.3%，在經過特定框架調整後最高得分可至70.3%。OpenAI o3-mini和DeepSeek R1在該項測試上的得分分別為49.3%和49.2%。

在指令遵循、一般推理、多模態能力和代理編碼方面，Claude 3.7 Sonnet都取得了出色的表現，擴展思維模式則在數學和科學方面展現出了顯著提升。Anthropic表示，除了傳統的基準測試之外，Claude 3.7 Sonnet甚至還在《精靈寶可夢：紅》的遊戲測試中超越了Claude系列過去的所有模型。

Claude 3.7 Sonnet（開啟或關閉擴展思維模式）在各大基準測試中的得分。來源：Anthropic

同時，Anthropic宣佈推出旗下第一款代理編碼工具Claude Code，可以搜索和讀取代碼、編輯檔、編寫和運行測試、提交和推送代碼到GitHub，以及使用命令行工具。據介紹，在早期測試中，Claude Code一次性完成了通常需要45分鐘以上手動操作才能完成的任務。目前，該工具已開放預覽版，將在未來幾周內不斷改進。

另據外媒報導，24日當天，Anthropic即將完成一輪35億美元的融資，公司估值將達到615億美元。公司本輪融資的最初目標為20億美元，但在談判期間成功說服投資者增加投資。本輪融資的參與者包括Lightspeed Venture Partners、General Catalyst和Bessemer Venture Partners，總部位於阿布扎比的投資公司MGX正在洽談參與事宜。

不過，Anthropic依然面對較大的競爭壓力。據知情人士透露，Anthropic的年化收入（根據近期銷售額推斷未來12個月的收入）在近期達到約12億美元，公司仍在虧損，將利用最新融資的現金支持訓練更強大的AI模型。亞馬遜已向Anthropic累計投資80億美元，而穀歌母公司Alphabet已向其投資20億美元。

此前，1月20日，中國AI初創公司深度求索（DeepSeek）推出開源推理模型DeepSeek-R1，憑藉其性能表現引發全球AI界轟動，各家AI大模型企業也紛紛宣佈推出自己的推理模型。例如，OpenAI發佈推理模型o3-mini，穀歌也在Gemini App中推出了其推理模型Gemini 2.0 Flash Thinking實驗版。

此外，2月25日，阿裏通義Qwen發佈基於旗艦模型Qwen2.5-Max構建的推理模型QwQ-Max-Preview預覽版，會和DeepSeek以及Kimi的推理模型一樣展現思考過程，目前用戶可在通義千問網頁版進行體驗。通義千問團隊表示，QWQ-Max的官方版本將在近日發佈，會同步發佈安卓和iOS版應用程式，以及規模更小的可在本地設備部署的模型。

來源：中國澎湃新聞