ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">昨天除了 OpenAI 的更新之外，Anthropic 也“悄悄”更新了模型。Claude Opus 4 升级到 Claude Opus 4.1 了。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">为了狙击 OpenAI，Anthropic 也是真拼了。 我也是前天看到了它们在内测新模型的消息，没想到今天就放出来了。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">目前新模型 Opus 4.1 已经可以通过客户端和 API 进行使用，而且API 价格和之前的 Opus 保持不变。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;display: table;padding: 0.3em 1em;color: rgb(255, 255, 255);background: rgb(201, 99, 66);border-radius: 8px;box-shadow: rgba(0, 0, 0, 0.1) 0px 4px 6px;">升级概览ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">根据官方的说法，Claude Opus 4.1 在ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: inherit;color: rgb(201, 99, 66);">真实世界的编码任务、推理、代理任务中都有提升。在ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: inherit;color: rgb(201, 99, 66);">SWE-bench Verified这个测试代码能力的 Benchmark中，Claude Opus 4.1 提升到了 74.5% 的准确率。得益于这个提升，让 Claude 在深度研究和数据分析的能力上都得到了进一步的加强。ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;color: rgb(63, 63, 63);"> ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;margin: 0.1em auto 0.5em;border-radius: 8px;box-shadow: rgba(0, 0, 0, 0.1) 0px 4px 8px;" title="null"/>ingFang SC", Cambria, Cochin, Georgia, Times, "Times New Roman", serif;font-size: 15px;letter-spacing: 0.1em;color: rgb(63, 63, 63);">有一说一，看这个 Benchmark 图真的发现 Claude 在代码这个领域非常垂类了。在别家 AIME 2025 这个数学竞赛榜都刷到 88% 的时候，它还只停留在 78%，比别家还低 10 个百分点。光从 Benchmark 上看，其实 Opus 4.1 提升不是很大。所以我也实际上手体验对比了下，看看到底效果提升在哪儿。 案例分享本次测试对比了 Claude Opus 4.1 和 Claude Opus 4，分别通过 Claude app 和Chatwise 进行对比 任务 1：创建一个旋转的六边形，其中包含一个完全功能的贪吃蛇游戏，贪吃蛇会与六边形边界互动，食物不能落在六边形外面。
 Claude Opus 4 的效果：  果然，升级不是白升级的。Claude Opus 4 生成的六边形没有旋转，Claude 4.1 Opus 生成的就好很多。 任务 2： 设计并创建一个非常有创意、精心且细致的体素（voxel）艺术场景：主题是上海的建筑风景。让整个场景看起来震撼、多样化，并使用色彩丰富的体素。可以使用任何库来实现，但最终请把所有内容整合在一个单独的 HTML 文件里，这样我可以直接粘贴后在 Chrome 中打开运行
 这个真的牛逼，提升还是非常大的。明显 Claude Opus 4.1 生成的细节更加丰富，效果更加全面。 任务 3：使用 Three.js 实现一个带有颜色的魔方的旋转和还原功能
  太强了，Claude Opus 4.1 的完成度明显强很多，无论是 UI 界面的美观程度还是功能实现上都是 Claude Opus 4.1 更好。 任务 4： make an animated app of the solar system.
Claude Opus 4.1 的效果：  Claude Opus 4 的效果： 效果上可以看到 Claude Opus 4.1 还是提升不少的。任务 5： 创建一个 3D HTML 山脉场景，包含悬崖、河流和昼夜光照变化。支持拖动和缩放、动画过渡、真实感渐变色，并可切换等高线显示
这个是 Kimi的官方 demo case，我拿来测测 Claude 新模型的效果
Claude Opus 4.1 的效果 Claude Opus 4 的效果 这感觉上差了不是一点半点呐。 注意看 Claude Opus 4.1 生成的效果，它是会随着时间的变化，自动进行昼夜的变化的，不需要依赖我去拖动时间条。 Claude Opus 4.1 看上去不仅仅只是Benchmark 上反应的那么一点点小幅度的更新，或者要么我合理怀疑 Anthropic 为了凸显 Opus 4.1 的牛逼把之前的 Opus 4 降智了。不然我真觉得这进步挺大的了
|
