Claude Opus 45发布！2小时工程测验超人类

　　让它用附件模板创立财政比照剖析，分分钟就能完结模板读取、同行数据搜集与估值倍数表创立，直接输出Excel效果：

　　用它修正法令文档，它也能敏捷解包模板、修正企业名称、查看签名块，终究生成的Word文件包括修订痕迹与定制内容：

　　团队实测中发现，模型中心长处是“了解力”，它能处理Sonnet模型无法发现的bug，一起知道“何时先考虑再举动”。

　　团队内部测验发现，Claude Opus 4.5可以自主处理含糊场景、权衡杂乱决议方案，无需人工引导；面临跨体系杂乱缝隙时，可独立定位并供给修正方案。

　　之前Sonnet 4.5简直没办法完结的使命，现在Opus 4.5已能轻松担任。测验者共同以为Claude Opus 4.5能“实在了解客户的实在需求”。

　　团队向应聘功用工程师职位的提名人发放了一份业界公认难度极高的居家测验（take-home exam）。一起，他们也将这份考题作为内部基准，用来测验Claude Opus 4.5。

　　在规则的2小时时刻约束内，Claude Opus 4.5的得分超过了一切参加过该考试的人类提名人

　　团队表明，该居家测验旨在评价技能才能与时刻压力下的判断力，这一成果引发了关于AI怎么重塑工程职业的考虑。

　　视觉处理、推理与数学方面，Claude Opus 4.5均逾越前代，达业界顶尖水平：

　　编码才能方面，Opus 4.5在SWE-bench多言语测验中，8种编程言语里有7种的体现位列第一。

　　长时使命续航才能拉满，在Vending-Bench测验中，Opus 4.5的使命完结收益较Sonnet 4.5高出29%，全程坚持高效输出不跑偏：

　　团队着重，模型的实践才能乃至比部分测验基准测出来的要更好。有时候，Claude的处理方案会超出预期，基准测验会将此判定为失利。

　　比如在τ2-bench中，有一个场景，模型有必要扮演航空公司服务Agent，协助一位陷入困境的客户。基准测验预期模型应回绝修正根底经济舱预定（因该铺位规则不行更改），但Opus 4.5却找到了奇妙且合规的处理方案：先晋级铺位，再修正航班。

　　最终，Claude Opus 4.5安全防护才能晋级，尤其是在抵挡提示词注入进犯等方面：

　　面向开发者，Claude API新增了“努力度参数” （effort parameter），开发者可根据需求挑选最小化时刻与本钱或最大化才能体现。

　　在最高努力度设置下，其功用较Sonnet 4.5提高4.3个百分点，一起tokens用量削减48%。

　　凭借努力度操控、上下文紧缩及高档东西调用功用，Claude Opus 4.5支撑更长时运转、更多使命处理，且所需人工干预大幅削减。

　　Claude Opus 4.5还能高效办理多个子智能体，支撑构建杂乱和谐的多智能体体系。

　　在团队测验中，结合这些技能，Opus 4.5在深度调研评价中的体现提高了近15个百分点。

　　方案形式（Plan Mode）现在能生成更精准的履行方案并全面落地，Claude会先主动承认需求细节，再生成可修改的 plan.md文件后履行操作。

　　Claude Code现已登陆桌面端使用，支撑并行运转多个本地及长途会话，也就是说，可一起组织一个智能体修正缝隙，一个检索GitHub，另一个更新文档。

　　关于Claude app用户，再也用不着忧虑上下文窗口不行，长对话中止。现在Claude会主动按需总结之前的对话内容，谈天直接解锁无限续航形式

　　除此之外，支撑跨标签页处理使命的Chrome浏览器Claude扩展程序，现已向一切Max订阅用户敞开。