深夜炸场！全球首个混合推理模型 Claude 3.7 问世

凌晨搞事情，全球首个混合推理模型

2025-02-25 凌晨，Anthropic 正式推出了 Claude 3.7 Sonnet，这一版本被誉为 Claude 迄今为止最智能的模型。它采用了独特的混合推理机制，既能迅速生成响应，又能进行细致的逐步推理，实现了“一个模型，两种思考模式”的突破。

与此同时，Anthropic 还发布了全新的智能编程工具：Claude Code。

官方强调，Claude 3.7 Sonnet 和 Claude Code 的推出，标志着 AI 在增强人类能力方面迈出了重要一步。这些工具不仅能够进行深度推理、独立完成任务，还能与人类高效协作，进一步推动 AI 在现实世界中的应用与价值体现。

省流版

• Claude 3.7 Sonnet：作为全球首款双模式混合推理模型，Claude 3.7 Sonnet 在标准模式下提供快速响应，而在扩展思考模式下则能进行深度自我反思。其在数学、物理和编程等复杂任务中表现卓越，注重实用导向，不必要拒绝率减少 45%，同时进一步强化了代码协作能力，成为处理高难度任务的高效助手。
• Claude Code：这款智能编程工具能够直接在终端理解并操作代码库，一次性完成通常需要 45 分钟以上的人工编程任务。Claude Code 擅长测试驱动开发、复杂调试以及大规模代码重构，全面支持代码编辑、测试执行等核心开发流程，为开发者提供更高效、更智能的编程体验。

下面就来详细说道说道：

一、新亮点：为什么说它重新定义了 AI 的「思考方式」？

1. 全球首个「混合推理」模型：一个大脑，两种模式

Claude 3.7 Sonnet 最大的突破是引入了 混合推理（Hybrid Reasoning） 能力，让同一个模型既能“秒回”简单问题，又能“深度思考”复杂任务。

• 标准模式：类似前代 Claude 3.5 Sonnet，快速响应日常问题（比如查天气、写邮件），适合时间敏感场景。
• 扩展模式：开启后，模型会像人类一样逐步拆解难题，展示完整的推理链条。例如解决数学题时，它会先分析题干、列出公式，再一步步推导答案。

这种设计让用户无需切换不同模型，就能平衡速度与质量。开发者还能通过 API 设置「思考预算」，控制模型消耗的计算资源，优化成本。

2. 编程领域「六边形战士」：代码生成+工具链闭环

Anthropic 这次直接瞄准开发者痛点，将 Claude 3.7 Sonnet 的编程能力推到了新高度：

• 代码生成：在权威测试 SWE-bench Verified 中，其标准模式正确率高达 70.3%，远超同类模型。它能快速生成全栈代码，甚至修复复杂 Bug（比如重构一个包含 50 个文件的代码库）。
• 工具链整合：同步推出的 Claude Code 工具支持代码搜索、编辑、测试运行，还能直接推送代码到 GitHub。官方测试显示，它能一键完成原本需要 45 分钟手动操作的任务。

开发者评价：“它像是一个会主动协作的编程助手，而不是机械执行命令的工具。”

3. 输出长度暴增 15 倍：从「短平快」到「长文本专家」

相比前代，Claude 3.7 Sonnet 的输出容量提升显著，支持 128K Token 长文本生成（约 10 万字）。用户可要求它撰写详细技术文档、生成带注释的代码库大纲，甚至创作分章节的小说。

技巧提示：若想最大化利用这一能力，可明确要求“细化到段落级别”或“包含字数目标”，模型会按需调整细节密度。

4. 安全与成本的双重优化

• 安全性：通过外部专家联合测试，模型对有害请求的识别率提升 45%，误拒率大幅降低。
• 成本控制：每百万输入 Token 3 美元，输出 15 美元（含扩展思考消耗）。结合「Prompt 缓存」和批量处理，成本可节省 90%。

二、真实世界表现：它到底强在哪里？

1. 复杂推理：从数学题到「宝可梦对战」

在扩展模式下，Claude 3.7 Sonnet 的推理能力甚至能玩转游戏。测试中，它通过分析《宝可梦》的像素画面和操作指令，成功击败多个道馆馆主。

而在数学竞赛 AIME 2024 中，其得分超过 80%，接近人类顶尖水平。

2. 多领域通吃：不只是程序员专属

• 商业分析：可生成带数据可视化的市场报告，直接输出 Markdown 表格和图表描述。
• 内容创作：支持长篇小说的大纲规划和章节续写，还能模仿特定作家的文风。
• 科研辅助：能解析论文中的公式，并提供复现代码建议。

三、争议与局限：它完美吗？

• 模式切换不够流畅：扩展模式需新建对话窗口，中断连续任务。
• 中文能力待提升：在翻译和古文理解上仍落后于部分国产模型。

但 Anthropic 已承诺年内优化这些问题，并开放用户反馈通道。