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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。