剛剛，Anthropic正式推出Claude Opus 4.1，附全網實測

作者｜子川

來源｜AI先鋒官

今天這是怎么了？各大廠家模型齊發！

今天凌晨，OpenAI開源兩款推理模型。

Anthropic緊接著推出Claude Opus 4.1，來了一場狹路相逢的戲碼。

據介紹，此次推出的Claude Opus 4.1將代理任務、編程、推理等能力推向了新的高度。

特別是在 SWE-bench Verified 編碼測試中，相比Claude Opus 4，新版的Opus 4.1性能飆升至 74.5%（雖然提升不大）。

可能很多朋友還不了解SWE-bench Verified這個榜單，這里給大家簡單介紹一下。

SWE-bench Verified是 AI 代碼能力評測中“最貼近真實開發場景”的榜單之一，專門用來衡量大模型/智能體在軟件工程任務中的“動手能力”。

和傳統刷算法題不同，它把 GitHub 上真實存在的 issue（bug 或需求）連同整個代碼倉庫、依賴環境一起打包，要求模型獨立完成。

并且只有一次性通過測試，才算“解決”，因此這個榜單的成績含金量非常高。

目前這個榜單的前三分別是Claude 4 Opus、Claude 4 Sonnet和o3。

除此之外，Claude Opus 4.1在Agentic terminal coding、Graduate-level reasoning、Multilingual Q&A、Visual reasoning等測試中，都全面超越了Claude Opus 4。

下面就是大家最關心的價格，Claude Opus 4.1加量不加價，價格和Claude Opus 4保持一致（不過也真的貴）。

• 每百萬輸入 token 15 美元

• 每百萬輸出 token 75 美元

目前Claude Opus 4.1已經面向Pro、Max、Team和Enterprise用戶開放，同時大家也可以通過調用。

距離發布已過好幾個小時，不少網友已經陸續分享它們實測的結果。

網友@Lisan al Gaib測試發現，Claude Opus 4.1的理解能力很強，

并評論到：他是為數不多在你說“想象你的家”時，會想象一間房間而非整棟房子的模型之一。

網友@karminski-牙醫放出了對比Gemini 2.5 Pro、gpt-oss-120b、gpt-oss-20b的對比視頻。

網友@Techikansh放出了他使用Claude Opus4.1和Claude Opus 4的一個對比動畫，從肉眼上看，幾乎沒有區別。

Claude Opus4.1

Claude Opus4

@suemaru用游戲來做了性能對比，結論是畫面質量明顯更好。

并表示除了視覺效果，之前用 Sonnet 4 生成的關卡難度爆表，想截個圖都費勁；而 Opus 4.1 生成的難度剛剛好，玩著很舒服，甚至沒下指令就自帶高分榜，回放也做得特別有趣。

長期以來，Anthropic 一直被視為 OpenAI 最強勁的競爭對手，尤其是在對模型要求極高的編程領域。

最近，這場競爭的緊張氣氛再度升級，有報道稱 Anthropic 指控 OpenAI 違規使用其模型以訓練和優化自家的產品，并因此切斷了 OpenAI 對其 API 的訪問權限。

而現在，Anthropic 緊隨 OpenAI 的步伐，于同一天發布了新模型 Claude Opus 4.1，這多少有一點“狙擊”的意思了。

掃碼邀請進群，我們帶你一起來玩轉ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學一些AI搞錢技能。

往期文章回顧