Claude Opus 4.5

product · 首次出现 2026-05-22 · 最近出现 2026-11-17 · 累计提及 11

综述

Claude Opus 4.5 是 Anthropic 推出的旗舰级大语言模型,也是 Claude 系列中定位最高端、面向复杂推理与编码智能体场景的版本。在 2026 年的 LLM 竞争格局中,它主要扮演长任务智能体和编程助手的角色,与业界的编码智能体浪潮直接相关。

Claude Opus 4.5 近期进展

  • NVIDIA 论文:上下文压缩后 Claude Opus 4.5 在 SWE-bench 上几乎不丢分:NVIDIA 的研究显示,对长对话历史进行频繁压缩后,Claude Opus 4.5 在 SWE-bench 编码基准上的准确率几乎没有下降。这一结果对降低智能体的上下文成本有实际意义,说明旗舰模型对压缩后的摘要信息仍能保持较强的任务执行力。
  • Simon Willison 演讲:2026 年 LLM 年中盘点,编码智能体从能用变好用:在 Simon Willison 的年中回顾中,Claude Opus 4.5 所代表的这一代模型被归入"编码智能体从能用变好用"的关键转折——即在真实软件工程任务中,模型开始能够独立完成较长的多步骤工作,而非仅作辅助补全。
  • Alex Albert:Anthropic 历次模型发布回顾:Anthropic 员工 Alex Albert 回顾了多轮模型发布过程,其中提到个别发布案例的特殊之处,为理解 Claude Opus 4.5 在 Anthropic 产品线中的迭代节奏提供了内部视角。
  • 当前焦点与观察点

    目前围绕 Claude Opus 4.5 的讨论集中在两点。其一是成本与效率:NVIDIA 的压缩研究表明,即便在长智能体任务中激进裁剪历史,旗舰模型的表现依然稳健,这可能推动业界更放心地使用压缩策略来控制 token 开销。其二是真实工程能力的验证:从 SWE-bench 一类的基准到 Simon Willison 等从业者的实际评测,Claude Opus 4.5 的价值越来越多地被放在端到端的编码智能体场景下衡量,而非孤立的问答或补全。

    需要保持观察的是,旗舰模型之间的差距正在缩小,基准分数与实际使用体验并不总是一致;此外,上下文压缩、缓存与智能体编排等外围技术的进展,正在与模型本身的能力共同决定最终效果。对关注 Claude Opus 4.5 的开发者而言,结合自身任务形态做实际评测,仍是比单一榜单更可靠的选择依据。

    相关报道

    10 条在档