跳到主要内容

Claude 4.5 Sonnet 上线：百万上下文正式商用，Agent 时代加速

2025 年 9 月 29 日，Anthropic 正式发布 Claude Sonnet 4.5，定位为"全球最强 Agent 与编程模型"。这一次更新，Anthropic 罕见地一次性把"模型 + 开发工具 + IDE 扩展 + Agent SDK"打包推出，并正式将百万级 Token 上下文窗口开放给所有付费用户商用，意味着长上下文能力从"演示级"走向"生产级"。

一、核心定位：Agent、Coding、Computer Use 三冠王​

Anthropic 在发布说明中给出了三个最具说服力的论断：

  1. 最强编程模型——在 SWE-bench Verified 评测中拿下当时的最高分；
  2. 最强 Agent 构建模型——能稳定驱动复杂的多步骤自主流程；
  3. 最强 Computer Use 模型——在 OSWorld 真实世界电脑操作评测中以 61.4% 登顶，4 个月前 Sonnet 4 的成绩仅为 42.2%。

尤其值得注意的是"30 小时持续专注"指标：Anthropic 内部测试中，Claude Sonnet 4.5 能在没有人工介入的情况下，对一个复杂多步骤任务保持 30 小时以上的连贯推理与执行能力。这彻底打破了"AI Agent 只能做短任务"的传统认知。

二、百万上下文：从 Beta 到 GA​

百万 Token 上下文窗口（1M context window）早前以 Beta 形式在 Sonnet 4 中开放，而 Sonnet 4.5 的发布标志着这一能力正式进入**通用可用（GA）**阶段。

这意味着企业用户现在可以在生产环境里：

  • 一次性喂入整本技术手册、完整代码仓库或长篇法律卷宗；
  • 让模型在多轮长会话中保持对早期上下文的精准回忆；
  • 将整个项目的代码、历史 issue、设计文档打包进一次调用里。

百万上下文改变了"模型如何使用信息"的范式：上下文不再是稀缺资源，而是"工作记忆"。这也直接驱动了下文要提到的 Context Editing 与 Memory Tool 这两项新功能。

三、定价与可用性​

Sonnet 4.5 保持与 Sonnet 4 完全一致的 API 价格：

  • 输入：$3 / 百万 Token
  • 输出：$15 / 百万 Token
  • Prompt Caching：最高节省 90% 成本
  • Batch Processing：节省 50% 成本
  • 美国境内推理：1.1x 定价

这条"性能大涨但不涨价"的策略，是 Anthropic 主动在企业市场抢占份额的关键手段。模型在 Claude API、Amazon Bedrock、Google Cloud Vertex AI 和 Microsoft Foundry 同步上线，开发者可直接通过 claude-sonnet-4-5 调用。

四、配套产品升级：Agent 工具链一气呵成​

Sonnet 4.5 的发布并不是孤立的模型更新，而是一整套 Agent 工具链的集体亮相。

4.1 Claude Code 全面升级​

  • Checkpoints（检查点）：在每次代码变更前自动保存状态，用户可通过 Esc Esc 或 /rewind 命令即时回滚到任意历史状态；
  • Subagents（子代理）：让一个 Agent 在执行时并行启动多个子 Agent 处理专门任务；
  • Hooks（钩子）：在特定节点自动触发动作，例如改动后跑测试、提交前 lint；
  • Background Tasks（后台任务）：让 dev server 等长生命周期进程不再阻塞 Agent 主流程；
  • 原生 VS Code 扩展：在 IDE 侧边栏实时显示 diff 与修改建议。

4.2 Claude Agent SDK​

Anthropic 把内部驱动 Claude Code 的核心工具、Context Management 系统与权限框架打包成 SDK，开放给第三方开发者。这意味着任何企业都可以基于"Anthropic 自己的 Agent 架构"构建自定义 Agent，金融合规、网络安全、代码调试等场景的 Agent 创业公司会率先受益。

4.3 Claude for Chrome​

浏览器扩展正式对 Max 计划用户开放，结合 Sonnet 4.5 的 Computer Use 能力，可以让 Agent 直接在浏览器里完成竞品分析、采购流程、用户引导等任务。

4.4 Context Editing 与 Memory Tool​

新增的上下文编辑与记忆工具让 Agent 可以"管理自己的工作记忆"——自动剔除冗余信息、把长期事实写入持久化记忆，从而使 Agent 能在更长任务中保持稳定表现。

五、基准与对齐​

  • SWE-bench Verified：当时 SOTA（前沿最优）；
  • OSWorld：61.4%（4 个月前 Sonnet 4 为 42.2%）；
  • 推理与数学：在多项评估中显著提升；
  • Alignment：Anthropic 称之为"迄今为止最对齐的前沿模型"，在多个对齐维度上较前代明显改善；
  • 专家盲评：金融、法律、医学、STEM 领域的专家反馈，Sonnet 4.5 在专业知识深度上明显优于更早的模型，包括 Opus 4.1。

客户反馈同样亮眼：GitHub Copilot 报告多步推理与代码理解显著提升；Cursor 验证了更长视野任务的稳定性；Thomson Reuters 旗下的 CoCounsel 报告在复杂诉讼任务中达到 SOTA；Block 把安全 Agent 的漏洞平均发现时间缩短 44%、准确率提升 25%。

六、对企业的意义​

  1. 长上下文商用化降低了"分段拼接 + 检索增强（RAG）"的工程复杂度，许多原本需要外挂向量数据库的场景，现在可以由原生上下文完成。
  2. Agent 工具链标准化让企业不必自研"循环调用、状态管理、权限隔离"这些基础能力，直接复用 Anthropic 已经验证的 Agent SDK。
  3. 不涨价的性能升级意味着企业可以零成本迁移到 Sonnet 4.5，享受更稳的 Agent、更准的代码与更长的任务续航。

七、局限与展望​

需要注意的是：30 小时持续专注并不意味着 30 小时零错误，长任务中的"幻觉"和"目标漂移"仍是 Agent 工程的难点；Sonnet 4.5 也并未在多模态生成（图像/视频）方向有显著突破。

整体来看，Sonnet 4.5 不只是一次"模型升级"，而是 Anthropic 把"Agent 操作系统"从概念落到产品级 API 的关键一步。它给业界带来的启示很清晰：模型竞赛的下半场，Agent 工具链与上下文工程将与原始模型能力同等重要。

参考来源：

  1. Anthropic 官方发布说明：Introducing Claude Sonnet 4.5（anthropic.com）
  2. Anthropic 官方：Enabling Claude Code to work more autonomously（anthropic.com）
  3. Anthropic 模型总览页：Claude Sonnet 产品矩阵（anthropic.com/claude/sonnet）
  4. Anthropic Engineering：Building agents with the Claude Agent SDK