Anthropic 发布 Claude 2.1：支持 20 万 Token 上下文，幻觉率减半

你手头有一份 500 页的招股书或者一整套复杂的开源代码库，想让 AI 帮你读懂。在以前，哪怕最顶级的模型也只能逼着你切块喂给它，结果拼凑出来的信息经常牛头不对马嘴。

Anthropic 发布的 Claude 2.1 打算直接解决这个麻烦。新版本不仅在 claude.ai 网页端上线，也同步开放了 API。

一口吞下 500 页长文

Claude 2.1 最显眼的变化，是把上下文窗口直接翻倍拉到了 20 万 token，相当于 15 万个英文单词，或者厚达 500 页的书籍。

这意味着你可以把整本《伊利亚特》、一整套完整的技术文档，或者公司一季度的全部财务报表一次性倒进输入框里。Claude 能够基于整份资料做跨文档比对、趋势推演和问答。

不过，一口气读这么多东西确实费劲。官方坦言，处理长达 20 万 token 的任务目前需要花上几分钟的时间，他们预计未来随着技术迭代，延迟会有明显改善。

终于学会承认「我不知道」

除了容量变大，新模型还重点解决了 AI 满嘴跑火车的毛病。

根据官方测试，Claude 2.1 的虚假陈述发生率比 2.0 版本降低了一半。在面对容易踩坑的事实提问时，它不再硬着头皮瞎编答案，而是更倾向于直接承认「我不确定」。

在针对长篇复杂文档的理解与摘要测试中，Claude 2.1 给出错误答案的概率减少了 30%。更关键的是，它误以为文档支持某项特定主张的几率足足下降了 3 到 4 倍。

在开发者生态上，Claude 2.1 终于补齐了两块核心拼图：系统提示词和工具调用。在测试版工具调用支持下，Claude 可以把用户的自然语言转成结构化的 API 请求，调用计算器做复杂运算，或者检索私有知识库。开发者平台还上线了 Workbench 试验场，方便保存提示词历史并导出 SDK 代码。

为什么重要

把上下文窗口拉到 20 万 token，对那些整天和海量合同、金融报表较劲的专业人士来说，价值非常实在。你不再需要自己搭建复杂的文本切分检索系统，直接把完整材料丢进去就能开始提问。

我们认为，Anthropic 这次把重点放在「承认不知道」和长文事实准确度上，是非常精明的商业打法。对于金融和法律等企业级客户来说，AI 给出虚假事实的法律风险和决策成本极高。相比于回答得多天花乱坠，敢于承认信息盲区反而更值得托付关键任务。

看起来，长文本处理的门槛已经被 Anthropic 再次拔高，接下来竞争对手们不得不跟进这种超大窗口架构。但眼下它的隐患也很明确：处理超长文本需要数分钟的延迟，如果无法在生产环境中快速给出反馈，很多实时交互场景就很难真正跑通。