Anthropic正在增加企业客户在单个提示中可以发送给Claude的信息量,这是吸引更多开发者使用该公司热门AI编程模型的举措之一。
对于Anthropic的API客户,该公司的Claude Sonnet 4 AI模型现在拥有100万Token的上下文窗口——这意味着该AI可以处理长达75万字的请求,超过整部《指环王》三部曲的篇幅,或7.5万行代码。这大约是Claude之前限制(20万Token)的五倍,也是OpenAI GPT-5提供的40万Token上下文窗口的两倍多。
长上下文功能也将通过Anthropic的云合作伙伴为Claude Sonnet 4提供支持,包括Amazon Bedrock和Google Cloud的Vertex AI。
Anthropic在AI模型开发商中建立了最大的企业业务之一,主要通过向Microsoft的GitHub Copilot、Windsurf和Anysphere的Cursor等AI编程平台销售Claude。虽然Claude已成为开发者的首选模型,但GPT-5可能会凭借其竞争性定价和强大的编程性能威胁到Anthropic的主导地位。Anysphere首席执行官Michael Truell甚至帮助OpenAI宣布了GPT-5的发布,GPT-5现在是Cursor新用户的默认AI模型。
Anthropic的Claude平台产品负责人Brad Abrams在接受TechCrunch采访时表示,他预计AI编程平台将从这次更新中获得"很多好处"。当被问及GPT-5是否对Claude的API使用量造成影响时,Abrams淡化了这种担忧,表示他对"API业务及其增长方式非常满意"。
虽然OpenAI的大部分收入来自ChatGPT的消费者订阅,但Anthropic的业务重心是通过API向企业销售AI模型。这使得AI编程平台成为Anthropic的关键客户,这也可能是该公司在面对GPT-5竞争时推出一些新优惠来吸引用户的原因。
上周,Anthropic发布了其最大AI模型的更新版本Claude Opus 4.1,进一步推进了该公司的AI编程能力。
一般来说,当AI模型拥有更多上下文时,它们在所有任务上的表现都会更好,特别是在软件工程问题上。例如,如果你要求AI模型为你的应用开发新功能,如果它能看到整个项目而不是只看到一小部分,很可能会做得更好。
Abrams还告诉TechCrunch,Claude的大上下文窗口有助于它在长时间的智能体编程任务中表现更好,在这些任务中,AI模型会自主处理问题数分钟或数小时。有了大上下文窗口,Claude可以在长期任务中记住所有之前的步骤。
但一些公司将大上下文窗口推向了极端,声称他们的AI模型可以处理海量提示。Google为Gemini 2.5 Pro提供200万Token的上下文窗口,Meta为Llama 4 Scout提供1000万Token的上下文窗口。
一些研究表明,大上下文窗口的有效性存在限制;AI模型在处理这些海量提示时表现并不出色。Abrams表示,Anthropic的研究团队不仅专注于增加Claude的上下文窗口,还专注于"有效上下文窗口",这表明其AI能够理解大部分给定的信息。但是,他拒绝透露Anthropic的具体技术方法。
当Claude Sonnet 4的提示超过20万Token时,Anthropic将向API用户收取更多费用,输入Token为每百万6美元,输出Token为每百万22.5美元(相比之前的输入Token每百万3美元和输出Token每百万15美元有所上涨)。
Q&A
Q1:Claude Sonnet 4的新上下文窗口能力有多强?
A:Claude Sonnet 4现在拥有100万Token的上下文窗口,可以处理长达75万字的请求,相当于整部《指环王》三部曲的篇幅,或7.5万行代码。这是之前20万Token限制的五倍,也超过了OpenAI GPT-5的40万Token上下文窗口。
Q2:为什么AI编程需要这么大的上下文窗口?
A:大上下文窗口让AI模型能够看到整个项目而不是只看到一小部分,这样在开发新功能时表现会更好。特别是在长时间的智能体编程任务中,Claude可以记住所有之前的步骤,自主处理问题数分钟或数小时。
Q3:使用Claude Sonnet 4的长上下文功能需要额外付费吗?
A:当提示超过20万Token时,Anthropic会收取更高费用,输入Token为每百万6美元,输出Token为每百万22.5美元,相比标准价格(输入每百万3美元,输出每百万15美元)有所上涨。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。