Claude Sonnet 4.5 发布，登顶编程测试，可连续工作超 30 小时

Anthropic 发布 Claude Sonnet 4.5，性能大幅提升。在 SWE-bench Verified 测试中，Claude Sonnet 4.5 登顶业界第一，且能连续专注工作超 30 小时。它可一次性敲出约 1.1 万行代码，构建复杂智能体、操作电脑、推理和数学等能力大幅提升。在 OSWorld 测试中拿下 61.4% 的成绩。

Claude Chrome 插件可像真人一样在浏览器里操作任务。Claude Code 新增「检查点」功能，终端界面翻新，发布原生 VS Code 插件。Claude API 增加上下文编辑功能和记忆工具，代码执行和文件创建整合到对话里。Anthropic 还开放了 Claude Agent SDK，供开发者构建自己的产品。

Claude Sonnet 4.5 定价与 Claude Sonnet 4 一致，每百万 tokens 3/15 美元。网友体验后评价其重构代码库表现优雅但结果无法运行。Cursor 认为其在处理长周期任务时提升明显，Dan Shipper 表示新版本响应速度更快、可控性更强、更稳定。

Claude Sonnet 4.5 是 Anthropic 到目前为止对齐度最高的前沿模型，减少了不良行为，在防御提示注入攻击和减少内容误判方面有重大突破。同时推出「Imagine with Claude」临时研究预览功能，但仅对 Max 订阅用户开放五天。

Anthropic 估值达 1830 亿美元，8 月年化营收 50 亿美元，但面临 OpenAI 和 Google Gemini 的竞争压力。此前 Claude 系列模型曾经历「降智」风波，此次发布 Claude Sonnet 4.5 是为挽回用户，其实际表现还需后续观察。