前言
anthropic 宣布推出升级版 Claude 3.5 Sonnet和新型号Claude 3.5 Haiku。升级版 Claude 3.5 Sonnet 比其前代产品有了全面改进，在编码方面取得了显著进步，而编码在这一领域已经处于领先地位。在多次评估中，Claude 3.5 Haiku 的性能与我们之前最大的型号 Claude 3 Opus 相当，价格相同，速度与上一代 Haiku 相近。
我们还将推出一项突破性的新功能：计算机使用。从今天起，开发人员可以通过 API控制 Claude 以人类的方式使用计算机——查看屏幕、移动光标、单击按钮和输入文本。
正文
2024 年 10 月 22 日●阅读时间： 5 分钟
今天，我们宣布推出升级版 Claude 3.5 Sonnet和新型号Claude 3.5 Haiku。升级版 Claude 3.5 Sonnet 比其前代产品有了全面改进，在编码方面取得了显著进步，而编码在这一领域已经处于领先地位。在多次评估中，Claude 3.5 Haiku 的性能与我们之前最大的型号 Claude 3 Opus 相当，价格相同，速度与上一代 Haiku 相近。
我们还将推出一项突破性的新功能：计算机使用。从今天起，开发人员可以通过 API控制 Claude 以人类的方式使用计算机——查看屏幕、移动光标、单击按钮和输入文本。Claude 3.5 Sonnet 是首个提供计算机使用功能的前沿 AI 模型，目前处于公开测试阶段。目前，它仍处于试验阶段——有时很繁琐且容易出错。我们提前发布了计算机使用功能，以征求开发人员的反馈，并预计随着时间的推移，该功能将迅速改进。
Asana、Canva、Cognition、DoorDash、Replit 和 The Browser Company 已经开始探索这些可能性，执行需要数十步甚至数百步才能完成的任务。例如，Replit 正在利用 Claude 3.5 Sonnet 的计算机使用和 UI 导航功能来开发一项关键功能，该功能可在为其 Replit Agent 产品构建应用程序时对其进行评估。
升级版 Claude 3.5 Sonnet 现已面向所有用户开放。从今天开始，开发人员可以使用 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 上的计算机使用测试版进行构建。新版 Claude 3.5 Haiku 将于本月晚些时候发布。
Claude 3.5 Sonnet：业界领先的软件工程技能
升级后的Claude 3.5 Sonnet在行业基准测试中表现出广泛的改进，在代理编码和工具使用任务方面尤其取得了显著的进步。在编码方面，它在SWE-bench Verified上的性能从 33.4% 提高到了 49.0%，得分高于所有公开可用的模型——包括 OpenAI o1-preview 等推理模型和专为代理编码设计的系统。它还在零售领域将代理工具使用任务TAU-bench的性能从 62.6% 提高到了 69.2%，在更具挑战性的航空领域从 36.0% 提高到了 46.0%。新款 Claude 3.5 Sonnet 以与其前代产品相同的价格和速度提供了这些进步。
早期客户反馈表明，升级后的 Claude 3.5 Sonnet 代表了人工智能编码的重大飞跃。GitLab 对该模型进行了 DevSecOps 任务测试，发现它提供了更强的推理能力（在用例中高达 10%），并且没有增加延迟，使其成为支持多步骤软件开发流程的理想选择。Cognition 使用新的 Claude 3.5 Sonnet 进行自主人工智能评估，与之前的版本相比，在编码、规划和解决问题方面都有了显著的改进。Browser Company 在使用该模型自动化基于 Web 的工作流程时指出，Claude 3.5 Sonnet 的表现优于他们之前测试过的所有模型。
作为我们持续与外部专家合作的一部分，美国人工智能安全研究所 (US AISI) 和英国安全研究所 (UK AISI) 对新款 Claude 3.5 Sonnet 模型进行了联合部署前测试。
我们还对升级版的 Claude 3.5 Sonnet 的灾难性风险进行了评估，发现我们的负责任的扩展政策中概述的 ASL-2 标准仍然适用于该模型。
Claude 3.5 Haiku：先进技术与经济实惠和速度的完美结合
Claude 3.5 Haiku是我们最快模型的下一代。在与 Claude 3 Haiku 相同的成本和相似速度下，Claude 3.5 Haiku 在所有技能组合上都有所提升，甚至在许多智能基准测试中超越了我们上一代最大的模型 Claude 3 Opus。Claude 3.5 Haiku 在编码任务上尤其强大。例如，它在 SWE-bench Verified 上的得分为 40.6%，优于许多使用公开可用的最先进模型的代理——包括原始的 Claude 3.5 Sonnet 和 GPT-4o。
Claude 3.5 Haiku 具有低延迟、改进的指令跟踪和更准确的工具使用功能，非常适合面向用户的产品、专门的子代理任务，以及从海量数据（如购买历史、定价或库存记录）中生成个性化体验。
Claude 3.5 Haiku 将于本月晚些时候在我们的第一方 API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 上推出 - 最初是作为纯文本模型，随后将提供图像输入功能。
教 Claude 负责任地操作电脑
在使用计算机方面，我们正在尝试一些全新的事物。我们不是制作特定工具来帮助 Claude 完成单个任务，而是教它通用的计算机技能——允许它使用为人类设计的各种标准工具和软件程序。开发人员可以使用这种新兴功能来自动化重复流程、构建和测试软件，以及开展开放式任务，例如研究。
为了实现这些通用技能，我们构建了 API，使 Claude 能够感知计算机界面并与之交互。开发人员可以集成此 API，使 Claude 能够将指令（例如“使用我的计算机和在线数据填写此表格”）转换为计算机命令（例如，检查电子表格；移动光标以打开 Web 浏览器；导航到相关网页；使用这些页面中的数据填写表格；等等）。在OSWorld（评估 AI 模型像人类一样使用计算机的能力）上，Claude 3.5 Sonnet 在纯屏幕截图类别中的得分为 14.9%——明显优于排名第二的 AI 系统的 7.8%。当提供更多步骤来完成任务时，Claude 的得分为 22.0%。
虽然我们预计这种能力将在未来几个月内迅速提高，但 Claude 目前使用计算机的能力并不完美。人们毫不费力执行的一些操作（滚动、拖动、缩放）目前对 Claude 提出了挑战，我们鼓励开发人员从低风险任务开始探索。由于计算机的使用可能会为垃圾邮件、错误信息或欺诈等更常见的威胁提供新的载体，因此我们正在采取积极主动的方式来促进其安全部署。我们开发了新的分类器，可以识别何时使用计算机以及是否发生了危害。您可以在我们关于开发计算机使用的帖子中阅读有关这项新技能背后的研究过程的更多信息，以及对安全措施的进一步讨论。
展望
从这项仍处于早期阶段的技术的初始部署中学习，将有助于我们更好地理解日益强大的人工智能系统的潜力和影响。
我们很高兴您能探索我们的新模型和计算机使用的公开测试版，并欢迎您与我们分享您的反馈。我们相信这些发展将为您与 Claude 的合作开辟新的可能性，我们期待看到您的创作。
如何注册Claude账号和升级订阅开通Claude Pro
订阅Claude Pro教程
https://littlemagic8.github.io/2024/09/24/use-ClaudePro-model/
在开通和使用Claude的过程中，如遇到任何问题，欢迎咨询我！
Claude真的好用但是真的太容易封号了！！！如果你需要镜像账号可以使用下面的参考:镜像账号
https://littlemagic8.github.io/2024/09/13/GPT-o1-get/
PS：如果你需要订阅ChatGPTPlus可以参考本文：ChatGPTPlus升级教程https://littlemagic8.github.io/2024/09/04/update-ChatGPT-Plus/)
