Claude 3.7 Sonnet и Claude Code24.02.2025 00:00

Сегодня мы анонсируем Claude 3.7 Sonnet1 — нашу самую интеллектуальную модель на сегодняшний день и первую гибридную модель рассуждения на рынке. Claude 3.7 Sonnet способна выдавать ответы практически мгновенно или осуществлять глубокий пошаговый процесс мышления, который становится видимым для пользователя. Пользователи API также имеют возможность детально контролировать продолжительность мыслительного процесса модели.

Claude 3.7 Sonnet демонстрирует особенно сильные улучшения в написании кода и фронтенд-веб-разработке. Вместе с моделью мы также представляем инструмент командной строки для агентного программирования — Claude Code. Claude Code доступен в режиме ограниченной исследовательской предварительной версии и позволяет разработчикам делегировать масштабные инженерные задачи Claude прямо из терминала.

Claude 3.7 Sonnet теперь доступна во всех тарифных планах Claude (включая Free, Pro, Team и Enterprise), а также на платформе для разработчиков Claude, в Amazon Bedrock и Google Cloud Vertex AI. Режим расширенного мышления доступен на всех интерфейсах, кроме бесплатного тарифного плана Claude.

Как в стандартном режиме, так и в режиме расширенного мышления стоимость Claude 3.7 Sonnet остается такой же, как у ее предшественниц: 3 доллара за миллион входных токенов и 15 долларов за миллион выходных токенов (включая токены рассуждений).

Claude 3.7 Sonnet: передовые рассуждения на практике

Мы разрабатывали Claude 3.7 Sonnet с иной философией по сравнению с другими моделями рассуждения на рынке. Подобно тому как люди используют единый мозг как для быстрых ответов, так и для глубоких размышлений, мы считаем, что рассуждения должны быть интегрированной возможностью передовых моделей, а не отдельной моделью целиком. Такой унифицированный подход также обеспечивает более бесшовный пользовательский опыт.

Claude 3.7 Sonnet воплощает эту философию несколькими способами. Во-первых, Claude 3.7 Sonnet объединяет в себе свойства обычной LLM и модели рассуждения: вы можете выбирать, когда модель должна ответить в обычном режиме, а когда — подумать дольше перед ответом. В стандартном режиме Claude 3.7 Sonnet представляет собой усовершенствованную версию Claude 3.5 Sonnet. В режиме расширенного мышления она анализирует свои действия перед ответом, что повышает ее эффективность в решении задач по математике, физике, следованию инструкциям, программированию и во многих других областях. Мы обычно замечаем, что промпптинг для модели работает схожим образом в обоих режимах.

Во-вторых, при использовании Claude 3.7 Sonnet через API пользователи могут также контролировать бюджет на мышление: вы можете указать Claude думать не более чем N токенов, где N может принимать любые значения вплоть до ограничения вывода в 128 тыс. токенов. Это позволяет находить баланс между скоростью (и стоимостью) и качеством ответа.

В-третьих, при разработке наших моделей рассуждения мы в меньшей степени оптимизировали их под задачи олимпиад по математике и информатике, сместив фокус в сторону реальных задач, которые лучше отражают то, как компании на самом деле используют LLM.

Раннее тестирование продемонстрировало лидерство Claude в сфере программирования по всем направлениям: в Cursor отметили, что Claude снова стала лучшей в своем классе для реальных задач программирования со значительными улучшениями в таких областях, как работа со сложными кодовыми базами и расширенное использование инструментов. В Cognition пришли к выводу, что она справляется с планированием изменений кода и полным обновлением стека (full-stack) намного лучше любой другой модели. Vercel подчеркнула исключительную точность Claude при работе со сложными агентными рабочими процессами, в то время как Replit успешно задействовала Claude для создания сложных веб-приложений и панелей управления с нуля там, где другие модели пасуют. По оценкам Canva, Claude стабильно выдает готовый к продакшену код с превосходным дизайнерским вкусом и значительно сокращает количество ошибок.

Claude 3.7 Sonnet демонстрирует передовую производительность на бенчмарке SWE-bench Verified, который оценивает способность ИИ-моделей решать реальные проблемы в области разработки ПО. Дополнительную информацию о вспомогательных структурах (scaffolding) см. в приложении.

Claude 3.7 Sonnet достигает передовых результатов на TAU-bench — фреймворке, который тестирует ИИ-агентов на сложных реальных задачах с участием пользователей и инструментов. Дополнительную информацию о вспомогательных структурах см. в приложении.

Claude 3.7 Sonnet превосходно справляется с соблюдением инструкций, общими рассуждениями, мультимодальными задачами и агентным программированием, причем режим расширенного мышления обеспечивает заметный прирост в математике и естественных науках. Помимо традиционных бенчмарков, она даже превзошла все предыдущие модели в наших тестах по прохождению игры Pokémon.

Claude Code

С июня 2024 года Sonnet была излюбленной моделью разработчиков по всему миру. Сегодня мы даем разработчикам еще больше возможностей, представив Claude Code — наш первый инструмент для агентного программирования — в рамках ограниченной исследовательской предварительной версии.

Claude Code — это активный помощник, способный искать и читать код, редактировать файлы, писать и запускать тесты, делать коммиты и отправлять код в GitHub, а также использовать инструменты командной строки, держа вас в курсе на каждом этапе.

Claude Code является ранним продуктом, но уже стал незаменимым для нашей команды, особенно при разработке через тестирование (TDD), отладке сложных проблем и масштабном рефакторинге. В ходе раннего тестирования Claude Code выполняла за один проход задачи, на которые обычно уходило более 45 минут ручной работы, что сократило время разработки и издержки.

В ближайшие недели мы планируем непрерывно улучшать инструмент на основе опыта его использования: повышать надежность вызова функций, добавлять поддержку долго выполняющихся команд, улучшать отрисовку в приложении и расширять собственное понимание возможностей Claude.

Наша цель при создании Claude Code — лучше понять, как разработчики используют Claude для программирования, чтобы учитывать это при будущих улучшениях модели. Присоединившись к этому превью, вы получите доступ к тем же мощным инструментам, которые мы используем для создания и совершенствования Claude, а ваши отзывы напрямую повлияют на ее будущее.

Работа с Claude над вашей кодовой базой

Мы также улучшили опыт разработки с использованием Claude.ai. Наша интеграция с GitHub теперь доступна на всех тарифных планах Claude, позволяя разработчикам напрямую подключать свои репозитории кода к Claude.

Claude 3.7 Sonnet — наша лучшая модель для программирования на сегодняшний день. Обладая более глубоким пониманием ваших личных, рабочих и проектов с открытым исходнымходным кодом, она становится более мощным партнером для исправления багов, разработки функций и создания документации во всех ваших ключевых проектах на GitHub.

Ответственная разработка

Мы провели масштабное тестирование и оценку Claude 3.7 Sonnet, сотрудничая со сторонними экспертами, чтобы убедиться в ее соответствии нашим стандартам безопасности, надежности и защищенности. Claude 3.7 Sonnet также более тонко различает вредоносные и безопасные запросы, сократив количество ненужных отказов на 45% по сравнению с предшественницей.

Системная карта (system card) для этого релиза охватывает новые результаты в области безопасности в нескольких категориях, предоставляя детальный разбор оценок в рамках нашей Политики ответственного масштабирования (Responsible Scaling Policy), который другие ИИ-лаборатории и исследователи могут применять в своей работе. В карте также рассматриваются возникающие риски, сопряженные с использованием компьютеров, в частности атаки путем внедрения промптов (prompt injection), а также объясняется, как мы оцениваем эти уязвимости и обучаем Claude противостоять им и снижать их последствия. Кроме того, в ней изучаются потенциальные преимущества моделей рассуждений с точки зрения безопасности: возможность понимать, как модели принимают решения, и являются ли рассуждения моделей подлинно заслуживающими доверия и надежными. Прочитайте полную системную карту, чтобы узнать больше.

Взгляд в будущее

Claude 3.7 Sonnet и Claude Code знаменуют собой важный шаг на пути к ИИ-системам, способным по-настоящему расширять человеческие возможности. Благодаря способности глубоко мыслить, действовать автономно и эффективно сотрудничать они приближают нас к будущему, в котором искусственный интеллект обогащает и приумножает то, чего могут достичь люди.

Мы рады, что вы сможете опробовать эти новые возможности и увидеть, что именно вы создадите с их помощью. Как всегда, мы приветствуем ваши отзывы по мере того, как мы продолжаем совершенствовать и развивать наши модели.