Anthropic 发布 Claude 3.5 Sonnet：超越前代旗舰，速度翻倍并推 Artifacts

前脚 OpenAI 刚用 GPT-4o 刷了一轮屏，后脚 Anthropic 就把自家的底牌掀了。

Anthropic 正式发布 Claude 3.5 Sonnet。这是接下来 Claude 3.5 家族里的第一款产品，也是一次罕见的「中杯打翻大杯」：它在多项关键指标上直接干掉了自家的旗舰 Claude 3 Opus，以及市面上几乎所有竞品，但运行速度翻了一倍，价格还维持在中端定位。

不仅如此，Anthropic 还在网页端塞进了一个叫 Artifacts 的全新交互界面，大有要从聊天机器人变成开发工作台的意思。

中端价位，却把旗舰按在地上打

按常理，大模型升级通常是「超大杯」先行，这次 Anthropic 却反其道而行之，先放出了中端型号 Sonnet。

但数据有点吓人。在研究生水平推理的 GPQA、大学知识的 MMLU 以及代码测试 HumanEval 上，Claude 3.5 Sonnet 都刷出了新高。

特别是在内部的智能体编程评估里，面对在真实开源项目中找 Bug 和加功能，Claude 3.5 Sonnet 解决了 64% 的问题。相比之下，几个月前还被奉为代码神器的 Claude 3 Opus 只有 38%。

它跑起来的速度是 Opus 的两倍，但 API 价格依然是每百万输入 token 3 美元、输出 token 15 美元，带 200K token 的上下文窗口。等于花中端的钱，买到了超越前代旗舰的速度和智商。

视觉能力也跟着升级了一大截，看图表、理解杂乱的票据和低清晰度文档都不在话下。Anthropic 开发者关系负责人 Alex Albert 甚至在 X 上直言，照这个势头，一年之内大部分代码都会由大模型来写。

不过它也并非完全没有短板。科技记者 Timothy B. Lee 测试后发现，它偶尔还是会犯低级逻辑错误，比如问它 100 枚一分钱硬币和 3 枚两毛五硬币哪个值钱，它一开始居然选了后者；玩简单的井字棋也依然费劲。

对话框旁边，多了一块实时画板

比起模型跑分，这次更让老玩家兴奋的是网页端 Claude.ai 推出的新功能 Artifacts。

过去跟 AI 聊天，生成的代码、文档和 SVG 图片都混在对话流里，看一眼就得往上翻。Artifacts 则是直接在聊天窗口右侧开辟了一个独立的工作区。

当你让 Claude 写一个网页表单、做一段交互代码或者生成一份长文案时，成果会单独出现在右侧窗口。你不仅能看到代码，还能直接预览甚至实时运行交互效果。AI 专家 Allie K. Miller 测下来，丢给它一张截图，它在不到半分钟里就还原出了一个可玩的游戏。

按照 Anthropic 的说法，这标志着 Claude 从单纯的问答工具，开始变成一个可以协同工作的动态工作环境。未来他们还打算支持团队共享知识库和协同编辑。

安全和合规方面，新模型依旧保持在 ASL-2 级别，上线前还交付给了英国和美国的人工智能安全研究所做测试，并且明确表示不会拿用户的对话数据去练模型。

为什么重要

我们认为，Claude 3.5 Sonnet 的发布把大模型竞争推进到了一个更有意思的阶段。

对开发者和内容创作者来说，这绝对是现在最值得立刻上手去试的模型。以前我们总要在「Opus 聪明但太慢太贵」和「Sonnet 快但能力不够深」之间做妥协，现在这个平衡被打破了。尤其配合 Artifacts，写前端页面、做原型 demo 的效率完全是另一个层级，等于把原先需要几个工具串联的流程打包缩短了。

对行业而言，压力再次给到了 OpenAI。GPT-4o 发布时画的不少大饼——比如高级语音模式——至今还没全部落地，而 Anthropic 不仅把性能标杆抢了回去，还端出了 Artifacts 这样实打实提升工作流效率的产品。它证明了一件事：在目前算力限制下，头部厂商哪怕只靠中等体量模型和工程优化，依然能持续榨出大幅度的代际性能提升。

这一步走得非常老辣。Anthropic 没有死磕昂贵且难以大众化的「大杯」，而是先把性价比极高的中端主力推到极致，顺便把聊天框改造成了轻量开发环境。接下来还有 Claude 3.5 Haiku 和 Opus，这场追逐战远没有结束。