🔥 头条功能: SWE-bench Verified 基准测试得分 80.9%
💡 目标受众: AI 代理开发者、企业、CTO
💡 目标受众: AI 代理开发者、企业、CTO
Claude Opus 4.5 的独特之处
随着 **Claude Opus 4.5** 于 2025 年 11 月 24 日发布，Anthropic 提高了所有大型语言模型 (LLM) 在代码生成和代理能力方面的标准。该模型在关键领域超越了其前身 Claude 3.7 Sonnet，以及 GPT-5.1 和 Gemini 3 等竞争对手。
- **创纪录的性能:** 第一个在竞争激烈的 **SWE-bench Verified** 基准测试中得分超过 **80%** 的模型。
- **增强的代理智能:** 归功于“思维区块保留”(Thinking Block Preservation)，模型在复杂和长时间的交互中，能保留其完整的内部推理过程。
- **成本优化:** 尽管性能大幅提升，但与旧版 Opus 相比，输入价格有所降低。
🔬 突破性的核心功能
1. 思维区块保留 (Thinking Block Preservation)
这是最重要的架构创新。Opus 4.5 能够将其推理路径（即“思维区块”）保存在上下文中，而不是在每次输出后丢弃。结果是：
模型从其自身的调试过程中“学习”。对于复杂的多步骤任务（例如，跨 10 个文件调试错误），它会减少冗余错误并更快地完成任务。
2. “努力参数” (Effort Parameter)
开发人员现在可以通过 API 或 **Claude Code CLI** 控制模型在输出代码之前应该“思考”的深度。这有助于在成本和质量之间实现更好的平衡。
| 努力级别 | 应用场景 | 成本影响 |
|---|---|---|
| **低** | 简单的语法修正，快速重构。 | 低（最小的内部推理） |
| **中（默认）** | 功能实现，标准调试。 | 平衡 |
| **高** | 架构设计，关键错误分析，安全审计。 | 高（最大化思维区块利用率） |
3. 增强的电脑使用和缩放操作 (Zoom Action)
Claude 在屏幕上执行视觉任务的能力得到了大幅提升。新的**缩放操作**允许 Opus 4.5 专注于屏幕截图内的特定像素区域。这对于以下任务至关重要：
- 用户界面调试（例如，“找出此按钮在移动设备上被截断的原因”）。
- 与布局难以解释的复杂 Web 工具或 GUI 进行交互。
📊 Opus 4.5 对比：基准测试
Opus 4.5 旨在进一步缩小与人类开发人员的差距。其性能在代码和代理工作流程领域尤为突出。
性能对比（2025年11月）
| 模型 | SWE-bench Verified (代码) | OSWorld (代理) | 上下文窗口 |
|---|---|---|---|
| **Claude Opus 4.5 (新)** | **80.9%** | **66.3%** | 200K (标准) |
| Claude Sonnet 4.5 | 77.1% | 61.5% | 200K |
| GPT-5.1 (竞争对手) | 79.5% | 65.0% | 128K |
🔥 结论: Opus 4.5 是第一个在自主代码创建方面达到 80% 大关的模型，使其成为代理开发的事实标准。
💰 定价与可用性
Anthropic 简化了 API 的可访问性，同时使 Opus 的成本结构更具吸引力。
API 定价（每 100 万个 Token）
- **输入 Token:** **$5.00 USD**
- **输出 Token:** **$25.00 USD**
这种价格调整使得 Opus 4.5 的“高努力”模式对于那些愿意为最高智能支付稍高费用，但仍旨在降低总体成本的企业特别有吸引力。
可用性
- **API:** 通过端点
claude-opus-4-5-20251101立即提供。 - **Claude Code:** 集成到新的 CLI 工具和 VS Code 扩展中。
- **云平台:** 即将通过 AWS Bedrock 和 Google Cloud Vertex AI 提供。
🎓 开发者下一步行动
Opus 4.5 的发布要求开发人员调整其工作流程策略：
- 从我们的 Claude Code CLI 设置指南开始。
- 尝试使用
--effort high参数以充分利用思维区块的功能。 - 将 Opus 4.5 集成到您的 CI/CD 流程中，以实现自动错误修复和代码审查。
❓ Claude Opus 4.5 常见问题解答
与 Claude Sonnet 4.5 的主要区别是什么？
Opus 4.5 是旗舰模型，针对复杂逻辑、数学和代码进行了优化。Sonnet 4.5 更快更便宜，非常适合高吞吐量和日常任务。
我可以使用 Opus 4.5 完成非代码任务吗？
当然可以。尽管它针对代码进行了优化，但增强的推理能力（思维区块）也使其在法律分析、数学问题和战略决策方面表现出色。
我需要将所有代码都发送给 Anthropic 吗？
不需要。使用 Claude Code CLI 时，您可以限制文件访问权限，以便只将与当前任务相关的文件发送给 API。默认情况下，代码数据不用于模型训练。