📢 转载信息
原文作者：Russell Brandom
周一，Anthropic 发布了其旗舰模型的最新版本 Opus 4.5。这是 Anthropic 4.5 系列模型中最后一个发布的版本，此前 Sonnet 4.5 于九月发布，Haiku 4.5 于十月发布。
正如预期的那样，新版本的 Opus 在一系列基准测试中展现了最先进的性能，包括编码基准测试（SWE-Bench 和 Terminal-bench）、工具使用测试（tau2-bench 和 MCP Atlas）以及通用问题解决测试（ARC-AGI 2, GPQA Diamond）。
值得注意的是，Opus 4.5 是第一个在经过验证的 SWE-Bench（一项受人尊敬的编码基准测试）中得分超过 80% 的模型。
Anthropic 还强调了 Opus 的计算机使用和电子表格处理能力，并发布了一系列并行产品来展示模型在这些场景中的表现。随着 Opus 4.5 的推出，Anthropic 将更广泛地提供其 Claude for Chrome 和 Claude for Excel 产品——这两个产品此前处于试点阶段。Chrome 扩展程序将向所有 Max 用户开放，而专注于 Excel 的模型将向 Max、Team 和 Enterprise 用户开放。
Opus 4.5 还为长上下文操作带来了内存改进，这需要对其内存管理方式进行重大修改。
Anthropic 研究产品管理主管 Dianne Na Penn 告诉 TechCrunch：“我们在 Opus 4.5 的训练中对通用长上下文质量进行了改进，但上下文窗口本身是不足够的。与仅仅拥有更长的上下文窗口相比，知道应该记住哪些正确的细节才真正重要。”
这些更改还为付费 Claude 用户带来了一个期待已久的“无尽聊天”功能，当模型达到其上下文窗口限制时，该功能将允许聊天不间断地继续进行。模型将压缩其上下文记忆，而不会向用户发出警告。
许多升级都是着眼于 Agentic（智能体）用例，特别是 Opus 作为主导智能体指挥一组由 Haiku 驱动的子智能体的场景。管理这些任务需要对工作记忆有很强的掌握能力，这正是 Penn 描述的内存改进能够真正发挥价值的地方。
Penn 补充道：“这就是像记忆这样的基础知识变得非常重要的原因，因为 Claude 需要能够探索代码库和大型文档，并且要知道何时回溯和重新检查某些内容。”
Opus 4.5 将面临其他最近发布的尖端模型的激烈竞争，最引人注目的是 OpenAI 的 GPT 5.1（于 11 月 12 日发布）和 Google 的 Gemini 3（于 11 月 18 日发布）。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区