色av狠狠操丁香,日本中文黄色字幕

Anthropic 推出 Claude Opus 4.5：編碼能力排名第一

2025-12-01 17:21

來源： OFweek人工智能網(wǎng)

今日，Claude Opus 4.5 正式發(fā)布。

它在編碼、智能 Agent 和計算機應用方面表現(xiàn)優(yōu)秀；在深度研究、處理幻燈片和電子表格等日常任務方面也取得了不錯的成績。

目前，Claude Opus 4.5 在真實世界軟件工程測試中排行第一。

測試人員指出，在無需知道的情況下，Claude Opus 4.5 能夠處理模糊不清的情況并權衡利弊。當遇到復雜的多系統(tǒng)錯誤時，Opus 4.5 能夠自行找到修復方法。

除此之外，幾周前 Sonnet 4.5 幾乎無法完成的任務，現(xiàn)在 Opus 4.5 已經(jīng)能夠輕松應對。

多項能力提升

在 2 小時應聘者技術能力和判斷力的測試中，Claude Opus 4.5 取得了最高評分。

視覺、推理和數(shù)學能力也優(yōu)于其前代產(chǎn)品。

Opus 4.5 編寫的代碼質量更高，在 SWE-bench Multilingual 的 8 種編程語言中，有 7 種語言的性能領先。

Opus 4.5 在不同場景下還能提供定制化且合理的解決方案。在一個場景中，模型需要扮演航空公司客服人員的角色，拒絕乘客修改經(jīng)濟艙機票的請求。Opus 4.5 的解決方辦法是：先升級艙位，然后再修改航班。

從技術層面來說，Claude 的方式出乎意料。雖然基準測試將其判定為失敗，但它提供了一種創(chuàng)造性的解決方式。

在中等難度的任務中，Opus 4.5 在 SWE-bench Verified 測試中取得了與 Sonnet 4.5 相同的最佳成績，但 token 數(shù)量減少了 76%。在最高難度下，Opus 4.5 的性能比 Sonnet 4.5 高出 4.3%，tokens 數(shù)量減少了 48%。

通過努力控制、上下文壓縮和高級工具使用，Claude Opus 4.5 運行時間更長、功能更多、需要的干預更少。

Opus 4.5 還能夠構建復雜且協(xié)調良好的多智能體系統(tǒng)，在深度研究評估中的性能提升了近 15%。