一個模型，兩種思考方式。

北京時間 2 月 25 日，Anthropic 最新發布的 Claude 3.7 Sonnet 和 Claude Code，讓 AI 技術圈再次炸開了鍋。

對于開發者來說，基于 Claude 3.7 Sonnet 模型打造 Claude Code 是一份意外驚喜。作為一個面向代碼編輯、測試和命令行交互的 AI 工具，Claude Code 的亮相迅速引發了開發者的熱議，很多開發者在進行了開發嘗試后，都在 X（原 Twitter）上直呼「哇塞」。

有人用一句話就創建出了「立等可玩」的仿《我的世界》游戲：

圖/ X

有人用一句話寫好了一個動效自然的天氣卡片：

圖/ X

還有人用一句話直接生成了一個帶光影變化的 3D 城市：

圖/ X

但如果把視角拉遠，從 AI 發展的產品策略來看，更值得關注的可能還是：Claude 3.7 Sonnet 是全球第一個混合推理模型。

簡單來說，Claude 3.7 Sonnet 擁有標準模型和擴展模型（高級推理）兩種模式，前者是 Claude 3.5 Sonnet、（OpenAI）GPT-4o、DeepSeek V3 這類「傳統模型」，后者則是 DeepSeek R1、OpenAI o1 這類「推理模型」。

但不同于 OpenAI、DeepSeek 將兩種模型獨立運行，Claude 3.7 Sonnet 選擇了「融合」：既可以像傳統模型那樣迅速給出回答，又能在復雜問題上調用更深層次的推理能力進行思考，并給出更好的回答。

圖/ Claude

在此之前，AI 需要在「快」和「準」之間做選擇。要么是 GPT-4o 這樣的傳統模型，獲得快速但不一定嚴謹的回答；要么轉向 DeepSeek R1 或 OpenAI o1 這樣的推理模型，等待更久，但換來更高的計算精度和更合理的回答。

現在，Claude 3.7 Sonnet 試圖打破這個割裂，讓 AI 在效率和智能之間找到平衡，而 Anthropic 邁出的這一步，也在試圖定義 AI 未來的產品形態。

Claude 3.7 Sonnet 升級，不只是編程能力提升

和所有 AI 版本升級一樣，Claude 3.7 Sonnet 的強大，首先可以從各類 Benchmark 跑分中直觀地體現出來。

在 MMLU（大規模多任務語言理解）、GSM8K（數學推理）和 HumanEval（代碼生成）等測試中，Claude 3.7 Sonnet 的表現全面超越 3.5 版本，甚至在部分任務上已經能與 Claude 3 Opus（教師模型）相媲美。

Anthropic 甚至還讓 Claude 3.7 Sonnet 跑了《寶可夢》游戲測試，也展現出了超越前代模型的決策與規劃能力。

圖/ Claude

不過更明顯的升級，還是體現在代碼理解這類高度依賴推理能力的任務上，Claude 3.7 Sonnet 取得了跨代式的躍遷，本來就公認領先的軟件開發能力，又有了大幅提升。

圖/ Claude

但跑分只是冰冷的數字，真正讓人印象深刻的，是它在實際應用中的表現。對于開發者來說，最直觀的感受來自編程能力的提升，Claude 3.7 Sonnet 能給出比前代更高效的代碼邏輯，甚至可以檢測潛在的安全漏洞，提出合理的修復方案。

當然，Claude 3.7 Sonnet 在數學推理上的級也不可不提。之前 Claude 3.5 Sonnet 在 GSM8K 這類測試中表現并不算頂尖，偶爾還會翻車，給出錯誤答案。

但 3.7 版本的升級，顯然補齊了這塊短板——有人測試發現，它在涉及多步推理的題目上正確率明顯提高，甚至可以在解答數學題時，自己檢查并修正推導過程，就像一個經驗豐富的考生，答完題后還會主動回頭檢查答案。

而這一切提升，最終導向了 Claude 3.7 Sonnet 最核心的變革——混合推理模式。

正如前文所提，Claude 3.7 Sonnet 在原本標準模型的基礎上融入了新的擴展模型，實現了「一個模型，兩種思考方式」，既能快速反應，又能深入思考。

圖/ Claude

作為 Claude 3.5 Sonnet 的升級版，Claude 3.7 Sonnet 除了編程和工具調用能力，在標準模式下的整體性能升級其實不大。而在擴展模式下，Claude 在回答前會進行自我反思（思考鏈），從而提高了在數學、物理、指令遵循、編碼和其他許多任務上的表現。

更重要的是，你可以選擇何時讓模型正常回答，何時讓它思考更長的時間后再回答。同時針對 API 調用，Claude 3.7 Sonnet 還支持自定義「思考鏈」的長短限制，允許開發者根據實際場景在回答質量（以及成本）與速度之間進行權衡。

推理模型的痛點，Claude 一招就破解了？

OpenAI o1、DeepSeek R1 這類推理模型流行后，相信大家都發現了，雖然 推理模型確實在數學、代碼、邏輯推理等任務上遠勝傳統模型，但它們普遍存在一個致命短板：思考過程長、響應延遲明顯。

輸入一個問題，往往要等待十幾秒甚至更長時間，才能得到答案。

如果說面對復雜問題，推理模型往往能夠給出準確度更高的答案，值得等待；但如果只是日常聊天或信息檢索，這種等待顯然過于昂貴，更遑論推理模型的「幻覺」并沒有減少，甚至可能更高。

這也導致，用戶如果想在「速度」和「深度」之間做選擇，就必須在兩個不同模型之間切換。比如，日常交流時用 GPT-4o 或者 DeepSeek V3，但如果遇到復雜的數學推理或者代碼邏輯問題，改用 OpenAI o1 或 DeepSeek R1 這類推理模型。

圖/ X

但這種選擇真的「繞不開」嗎？在當前的技術架構下，AI 的推理能力和響應速度，幾乎是一個此消彼長的關系。推理模型的核心優勢是更強的邏輯能力，但代價是計算量更大，生成速度更慢，甚至需要額外的服務器資源支持。

而這，正是 Claude 3.7 Sonnet 沒有簡單復制 o1 或 R1，而是選擇了「混合推理」模式的關鍵原因。

采用混合推理模式，AI 可以在標準模式和擴展模式之間自由切換。打個比方，這就像是一個經驗豐富的咨詢師，面對簡單問題可以立刻給出答案，而面對復雜問題時，會停下來認真思考，而不是讓客戶自己去決定該用哪種方式。

這也直接帶來了兩個好處：普通用戶不用煩擾選擇，開發者也可以靈活調整 AI 的思考方式。

一方面，在普通對話、搜索信息、文案寫作等日常任務中，Claude 3.7 Sonnet 依舊保持流暢的響應速度，和 GPT-4o 這樣的模型表現類似。但當提出數學計算、編程、邏輯推理等高復雜度任務時，根據需要進行適度的「深度思考」，實現效果、體驗與成本的平衡。

另一方面，在對實時性要求較高的場景或者應用（比如 AI 語音助手、客服系統）中，開發者可以盡可能縮短 AI 的思考鏈，甚至僅使用標準模型，保證最快地響應。可以在對精度要求較高的任務（比如代碼審計、法律分析、金融預測）中，適當調整模型推理的深度，讓 AI 更仔細地思考每個步驟。

混合推理會成為AI主流趨勢？

圖/ Claude

當然，混合推理模式并非完美無缺，比如 AI 如何判斷某個任務是否需要進入「深度推理」？這個判斷一旦出錯，要么導致延遲過長（不必要地進入深度模式），要么導致答案不夠精準（應該深度推理但沒有執行）。

但從產品策略來看，它極有可能成為 AI 未來的主流趨勢。因為它抓住了一個核心問題：用戶并不想糾結于模型的選擇，只關心 AI 對話的結果和體驗。

換句話說，如果 Anthropic 能進一步優化動態判斷的精準度，并通過 API 讓開發者可以更靈活地調整推理策略，「混合推理模式」可能會成為大模型發展的下一個標準配置。

屆時，OpenAI 和 DeepSeek 等大模型廠商也可能會一起跟進，將自己的推理模型與傳統模型進行整合，共同促成一次 AI 產品范式的轉變。

來源：雷科技

       原文標題 : Claude發布全球首款混合推理模型，這會是AI的新標準？