Anthropic 釋出 Claude 3.5 Sonnet：超越前代旗艦，速度翻倍並推 Artifacts

前腳 OpenAI 剛用 GPT-4o 刷了一輪屏，後腳 Anthropic 就把自家的底牌掀了。

Anthropic 正式釋出 Claude 3.5 Sonnet。這是接下來 Claude 3.5 家族裡的第一款產品，也是一次罕見的「中杯打翻大杯」：它在多項關鍵指標上直接幹掉了自家的旗艦 Claude 3 Opus，以及市面上幾乎所有競品，但執行速度翻了一倍，價格還維持在中端定位。

不僅如此，Anthropic 還在網頁端塞進了一個叫 Artifacts 的全新互動介面，大有要從聊天機器人變成開發工作臺的意思。

中端價位，卻把旗艦按在地上打

按常理，大模型升級通常是「超大杯」先行，這次 Anthropic 卻反其道而行之，先放出了中端型號 Sonnet。

但資料有點嚇人。在研究生水平推理的 GPQA、大學知識的 MMLU 以及程式碼測試 HumanEval 上，Claude 3.5 Sonnet 都刷出了新高。

特別是在內部的智慧體程式設計評估裡，面對在真實開源專案中找 Bug 和加功能，Claude 3.5 Sonnet 解決了 64% 的問題。相比之下，幾個月前還被奉為程式碼神器的 Claude 3 Opus 只有 38%。

它跑起來的速度是 Opus 的兩倍，但 API 價格依然是每百萬輸入 token 3 美元、輸出 token 15 美元，帶 200K token 的上下文視窗。等於花中端的錢，買到了超越前代旗艦的速度和智商。

視覺能力也跟著升級了一大截，看圖表、理解雜亂的票據和低清晰度文件都不在話下。Anthropic 開發者關係負責人 Alex Albert 甚至在 X 上直言，照這個勢頭，一年之內大部分程式碼都會由大模型來寫。

不過它也並非完全沒有短板。科技記者 Timothy B. Lee 測試後發現，它偶爾還是會犯低階邏輯錯誤，比如問它 100 枚一分錢硬幣和 3 枚兩毛五硬幣哪個值錢，它一開始居然選了後者；玩簡單的井字棋也依然費勁。

對話方塊旁邊，多了一塊即時畫板

比起模型跑分，這次更讓老玩家興奮的是網頁端 Claude.ai 推出的新功能 Artifacts。

過去跟 AI 聊天，生成的程式碼、文件和 SVG 圖片都混在對話流裡，看一眼就得往上翻。Artifacts 則是直接在聊天視窗右側開闢了一個獨立的工作區。

當你讓 Claude 寫一個網頁表單、做一段互動程式碼或者生成一份長文案時，成果會單獨出現在右側視窗。你不僅能看到程式碼，還能直接預覽甚至即時執行互動效果。AI 專家 Allie K. Miller 測下來，丟給它一張截圖，它在不到半分鐘裡就還原出了一個可玩的遊戲。

按照 Anthropic 的說法，這標誌著 Claude 從單純的問答工具，開始變成一個可以協同工作的動態工作環境。未來他們還打算支援團隊共享知識庫和協同編輯。

安全和合規方面，新模型依舊保持在 ASL-2 級別，上線前還交付給了英國和美國的人工智慧安全研究所做測試，並且明確表示不會拿使用者的對話資料去練模型。

為什麼重要

我們認為，Claude 3.5 Sonnet 的釋出把大模型競爭推進到了一個更有意思的階段。

對開發者和內容創作者來說，這絕對是現在最值得立刻上手去試的模型。以前我們總要在「Opus 聰明但太慢太貴」和「Sonnet 快但能力不夠深」之間做妥協，現在這個平衡被打破了。尤其配合 Artifacts，寫前端頁面、做原型 demo 的效率完全是另一個層級，等於把原先需要幾個工具串聯的流程打包縮短了。

對行業而言，壓力再次給到了 OpenAI。GPT-4o 釋出時畫的不少大餅——比如高階語音模式——至今還沒全部落地，而 Anthropic 不僅把效能標杆搶了回去，還端出了 Artifacts 這樣實打實提升工作流效率的產品。它證明了一件事：在目前算力限制下，頭部廠商哪怕只靠中等體量模型和工程最佳化，依然能持續榨出大幅度的代際效能提升。

這一步走得非常老辣。Anthropic 沒有死磕昂貴且難以大眾化的「大杯」，而是先把價效比極高的中端主力推到極致，順便把聊天框改造成了輕量開發環境。接下來還有 Claude 3.5 Haiku 和 Opus，這場追逐戰遠沒有結束。