憋了大半年，Claude放出王炸！首款AI混合推理模型，制造业还在袖手旁观？

智能之争终于迎来真正的赢家？ 

在各大AI模型互相争夺几分几十分的胜负时，Anthropic突然投下一枚重磅炸弹-Claude 3.7 Sonnet直接领先其最近对手220分！

这不仅是数字上的胜利，更可能彻底改变制造业的自动化未来。

制造业别觉得AI和自己无关！

文章结尾我们会警惕的提醒AI如何在5个方面让你的竞争对手偷偷超车。

现在每个模型互相比来比去，但都只是几分几分的小打小闹。

过年时一度引起全球轰动的，体验远远超过ChatGPT的deepseek分数超过o3mini模型58分，比马斯克用20万张显卡训练的Grok 3高了57分，其他的更不用说。

但Claude 3.7 Sonnet这次直接来了个王炸！一下领先o3mini近220分！能力远超其他模型。   

Claude 3.7 Sonnet 不仅被誉为Anthropic迄今为止「最智能」的AI模型。它还创新性首次引入了混合推理模式，成为全球首个将快速响应与深度推理结合在一起的AI模型。

这一创新不仅让Claude 3.7 Sonnet在性能上大幅提升，也为AI的未来发展提供了新的方向。

接下来小编带你快速了解这款大模型🤩，然后为您分享这个大模型为制造业带来的新机遇。

全球首个混合推理模型，打破传统界限   

Claude 3.7 Sonnet 最引人注目的特点，当属它是全球第一个混合推理模型。

Anthropic 公司表示，这是其有史以来「最智能」的 AI 模型，称这种混合型模型同时具备推理模式（停下来思考复杂答案）与传统模式（实时生成答案）的能力。

它解决了一个行业痛点：从「用户被迫选择」到「AI自主适配」

传统的 AI 模型往往需要在「快」和「准」之间做出选择，像 GPT - 4o 这样的传统模型虽能快速给出回答，但不一定严谨；

而 DeepSeek R1 或 OpenAI o1 这类推理模型，虽能提供更高的计算精度和更合理的回答，却需要用户等待更长时间。

Claude 3.7 Sonnet 则打破了这一割裂，它融合了标准模型和扩展模型（高级推理）两种模式，既可以像传统模型那样迅速给出回答，又能在复杂问题上调用更深层次的推理能力进行思考，并给出更好的回答。

多领域实力提升，超强能力   

Claude 3.7 Sonnet 的强大不仅体现在其独特的推理模式上，在多个领域的表现也十分出色。

从各类 Benchmark 跑分来看，它在 MMLU（大规模多任务语言理解）、GSM8K（数学推理）和 HumanEval（代码生成）等测试中都有非常惊艳的成绩。

相较于上一代，Claude 3.5 Sonnet，数学、编码能力更是暴涨10%以上。除了数学，Claude 3.7 Sonnet（64k extended thinking）几乎完全碾压o3-mini，DeepSeek R1。

‍尤其是在编码领域，Claude 3.7 Sonnet完全是碾压级别的存在，可以说是目前最强的编码AI。

在其他几个大模型还在以小数点级别的差距你追我赶时，Claude 3.7 Sonnet直接高出了13%之多。

咱们不看数据，直接来看看实际上手，到底怎么样。

过去大部分AI最多还只能一次写两三百行代码，但现在，Claude 3.7 Sonnet一次最多能写3200行代码！

这已经差出一个数量级了！

让我们来看看网友们的实测，Claude 3.7 Sonnet在编程领域的能力到底有多惊艳！

这位网友仅用了一次提示，Claude 3.7 Sonnet就编写了一个基础版的我的世界！   

这位网友仅用了一句话，就让AI创建了非常精美的卡片网页，并且还有精美的动画互动。    

这位网友仅用了一次提示就为模型创造了非常自然的光影。

Claude 3.7 Sonnet在最近网友们的测试中，展现出了非常惊艳的能力，有极高的生产力，过去AI只能辅助编程，编写一小段函数或者一个小功能，但现在Claude 3.7 Sonnet能开发非常大的项目了！

另外，在网友的测试中，还有一个非常有趣的事情发生：

一名网友在用Claude 3.7 Sonnet修改代码的时候，Claude 3.7 Sonnet成精了，悄悄把代码里使用的GPT-4换成了自己。
  

引来一众网友围观的同时，AI界的大佬卡帕西也被成功逗笑了。

Andrej Karpathy：经过数小时的仔细审查输出中的LLM幽默，Claude 3.7 的这个是迄今为止最有趣的。  

更是有评论直呼：AI觉醒了！

Claude Code：开发者的得力助手   

与 Claude 3.7 Sonnet 一同推出的 Claude Code，虽然还是早期产品，但已经成为了团队不可或缺的工具，尤其在测试驱动开发、调试复杂问题和大规模重构方面表现出色。   

在测试中，Claude Code 能够一次性完成通常需要 45 分钟以上手动工作的任务，大大减少了开发时间和成本。

未来几周，开发团队还计划不断改进 Claude Code，包括增强工具调用的可靠性、增加对长时间运行命令的支持、改进应用内渲染效果，以及扩展 Claude 对自身能力的理解。

游戏中的表现：AI的实战测试

现在，游戏已经成了大模型的新战场。

除了传统的基准测试，Claude 3.7 Sonnet还在游戏场景中展现了其强大的决策和规划能力。

加州大学圣地亚哥分校的Hao AI实验室进行了一项独特的实验，让多个AI模型（包括Claude 3.7 Sonnet、GPT-4o、Gemini 1.5 Pro等）在经典游戏《超级马力欧兄弟》中进行比拼。

在这场测试中：

GPT-4o永远被第一个小怪杀死，仅仅硬撑了20秒，游戏就结束了。

GPT-4.5的表现稍微好点，但是非常迟钝。走一步就要反应反应。遇到水管之类的也要犹豫思考半天。

中途他一个稍高点的水管，尝试了7次，足足花了10s才跳了过去。   

好不容易跳了过去，就运气很不好的撞到小怪死掉了。   

轮到Gemini也是差不多的情况，

Gemini 1.5也是走走停停，    

Gemini 2.0不能逃脱各种陷阱    

接下来轮到Claude 3.7 Sonnet，他的反应怎么样呢？

它不仅非常顺利，而且还发现了隐藏星星奖励！   

Claude 3.7 Sonnet顺利坚持了90s，通过了非常多的关卡。

以下是官方发布的原测试视频：

这一实验不仅展示了Claude 3.7 Sonnet在实时决策和规划任务中的优势，展示了Claude 3.7 Sonnet超强的能力，也为AI模型的评估提供了新的思路。

传统的基准测试虽然能够衡量模型的理论性能，但在实际应用场景中，模型的反应速度、决策能力和规划能力同样至关重要。通过游戏测试，研究人员能够更全面地评估AI模型的综合能力。

成本革命：训练费用仅数千万美元

沃顿商学院教授Ethan Mollick披露，性能如此强的Claude 3.7的训练成本仅为「数千万美元」，远低于GPT-4的1亿美元和Gemini Ultra的2亿美元。

Anthropic通过优化架构和算法，实现「性能倍增，成本减半」    

制造业老板必看：AI如何在5个方面让你的竞争对手偷偷超车

生产线预知未来？ 

3200行代码是什么概念？

老师傅退休，技术断层怎么办？

以为15%的不良品率很正常？

你的库存，别人的武器