postgres /zh-hant/works-21.html work_llama_4_scout work llama-4-scout Llama-4-Scout-17B-16E-Instruct

Llama 4 Scout 是 Meta 于 2025 年 4 月 5 日发布的 Llama 4 家族轻量多模态模型，上下文达 10M token。

published category-science-technology s1 https://www.llama.com/docs/deployment/versioning/ s3 https://llama.online/models/llama-4-scout s4 https://www.superteams.ai/glossary/llama-4/ s5 https://www.flozic.ai/blog/meta-llama-4 2026-11-10T15:06:18+08:00 2026-11-10T15:06:18+08:00 user:admin 1 Llama 4 Scout 是 Meta 于 2025 年 4 月 5 日发布的 Llama 4 家族轻量多模态模型，上下文达 10M token。[^s1] ## 发布背景 发布时上下文窗口为10M tokens，Hugging Face 模型标识为 meta-llama/Llama-4-Scout-17B-16E-Instruct。[^s1] Llama 4 家族的轻量多模态 MoE 模型：17B 激活参数、109B 总参数、16 个专家，10M token 上下文，原生支持文本与图像输入，支持 12 种语言，预训练约 40T token，知识截止 2024 年 8 月，Int4 量化后可装入单张 H100。[^s1] ## 定价与获取 开源权重、以 Llama 4 Community License 发布（非开源许可证），Meta 官方不提供托管 API 定价，故定价填 null；第三方托管商定价各异，未采用。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - MMMU (instruction-tuned)：69.4（Llama 3.3 70B 无多模态支持，Maverick 为 73.4）[^s1] - MMLU Pro (instruction-tuned)：74.3（高于 Llama 3.1 405B 的 73.4 和 Llama 3.3 70B 的 68.9，低于 Maverick 的 80.5）[^s1] - GPQA Diamond (instruction-tuned)：57.2（高于 Llama 3.3 70B 的 50.5，低于 Maverick 的 69.8）[^s1] - LiveCodeBench (instruction-tuned)：32.8（略低于 Llama 3.3 70B 的 33.3，低于 Maverick 的 43.4）[^s1] ## 主要特点 - 与同日发布的 Maverick（17B 激活、400B 总参数、1M 上下文）为姊妹模型；两者均源自未发布的约 2T 参数教师模型 Behemoth（288B 激活），其中 Maverick 由 Behemoth 共蒸馏而来，Scout 为从头训练，Behemoth 至今未公开发布。[^s1] ## 定位与后续 Llama 4 家族中面向效率与超长上下文的开源权重继任者（前代为 Llama 3.3 70B），与高性能的 Maverick 同级发布，仍是 Meta 迄今最新的开源 Llama 模型，但 Meta 自 2026 年 4 月起已将自有产品旗舰转向专有的 Muse Spark 系列。 其前代为[[work_llama_3_3|Llama 3.3]]。[^s1] /works/llama-4-scout.html zh-hant zh true zh ai_model work_gpt_4_5 work gpt-4-5 gpt-4.5-preview

GPT-4.5 是 OpenAI 于 2025 年 2 月 27 日以研究预览形式发布的模型，内部代号 Orion，是最后一款无内置思维链推理的大模型。

published category-science-technology s1 https://openai.com/index/introducing-gpt-4-5/ s2 https://developers.openai.com/api/docs/models/gpt-4.5-preview s3 https://developers.openai.com/api/docs/deprecations s4 https://techcrunch.com/2025/02/27/openai-unveils-gpt-4-5-orion-its-largest-ai-model-yet/ 2026-11-10T15:06:14+08:00 2026-11-10T15:06:14+08:00 user:admin 1 GPT-4.5 是 OpenAI 于 2025 年 2 月 27 日以研究预览形式发布的模型，内部代号 Orion，是最后一款无内置思维链推理的大模型。[^s1] ## 发布背景 发布时上下文窗口为128K tokens，最大输出为16,384 tokens，API 标识为 gpt-4.5-preview。[^s1] 内部代号 Orion，以研究预览形式发布，是 OpenAI 最后一款无内置思维链推理的大模型，定位为当时最大、最擅长对话的 GPT 模型。[^s1] API 于 2025 年 4 月 14 日宣布弃用、2025 年 7 月 14 日关闭，官方推荐继任者为 GPT-4.1。[^s1] ## 定价与获取 每百万 token 输入 75 美元、输出 150 美元。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - SimpleQA accuracy：62.5%（高于 GPT-4o 的 38.2% 和 o1 的 47%，但 o3-mini 仅 15%）[^s1] - SimpleQA hallucination rate：37.1%（低于 GPT-4o 的 61.8%、o1 的 44% 和 o3-mini 的 80.3%）[^s1] - GPQA (science)：71.4%（高于 GPT-4o 的 53.6%，低于 o3-mini (high) 的 79.7%）[^s1] - SWE-Bench Verified (coding)：38.0%（高于 GPT-4o 的 30.7%，低于 o3-mini (high) 的 61.0%）[^s1] ## 主要特点 - 不进行推理前思考，强项为写作、对话、情商与事实准确性，数学与复杂推理弱于同期推理模型。[^s1] - API 于 2025-04-14 宣布弃用、2025-07-14 关闭，官方推荐继任者为 GPT-4.1；ChatGPT 侧随后由 2025-08-07 发布的 GPT-5 接替。[^s1] ## 定位与后续 OpenAI GPT-4 系列最后一款大型非推理对话模型，承接 GPT-4o 的对话与知识强项，API 继任者为 GPT-4.1，ChatGPT 继任者为 GPT-5。 其前代为[[work_gpt_4o|GPT-4o]]。[^s1] /works/gpt-4-5.html zh-hant zh true zh ai_model work_o3_mini work o3-mini o3-mini

o3-mini 是 OpenAI 于 2025 年 1 月 31 日发布的轻量推理模型，首个支持函数调用的小型推理模型。

published category-science-technology s1 https://openai.com/index/openai-o3-mini/ s2 https://developers.openai.com/api/docs/models/o3-mini s3 https://developers.openai.com/api/docs/deprecations s4 https://cdn.openai.com/o3-mini-system-card-feb10.pdf 2026-11-10T15:06:09+08:00 2026-11-10T15:06:09+08:00 user:admin 1 o3-mini 是 OpenAI 于 2025 年 1 月 31 日发布的轻量推理模型，首个支持函数调用的小型推理模型。[^s1] ## 发布背景 发布时上下文窗口为200K tokens，最大输出为100,000 tokens，API 标识为 o3-mini。[^s1] 提供 low/medium/high 三档可调推理力度，是首个支持函数调用、Structured Outputs 和开发者消息的小型推理模型，但不支持视觉输入。[^s1] ## 定价与获取 每百万 token 输入 1.10 美元、输出 4.40 美元。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - AIME 2024：83.6%（高推理力度）（高于 o1-mini 和 o1；中推理力度与 o1 相当）[^s1] - GPQA Diamond：77.0%（高推理力度）（高于 o1-mini，与 o1 相当）[^s1] - SWE-bench Verified：48.9%（高推理力度）（发布时为 OpenAI 已发布模型中最高，高于 o1-mini）[^s1] - Codeforces：2073 Elo（高推理力度）（高于 o1-mini，中推理力度与 o1 相当）[^s1] ## 主要特点 - 在 ChatGPT 中取代 o1-mini，首次向免费用户开放推理模型；比 o1-mini 快 24%。[^s1] - API 已于 2026-10-23 退役，OpenAI 官方推荐替代为 gpt-5.6-sol。[^s1] ## 定位与后续 o 系列轻量推理模型，接替 o1-mini、作为 o3 的小型替代，后由 o4-mini 及 GPT-5 系列接替，API 已于 2026-10-23 退役、官方推荐替代为 gpt-5.6-sol。 其前代为[[work_o1|o1]]。[^s1] /works/o3-mini.html zh-hant zh true zh ai_model work_llama_3_3 work llama-3-3 Llama-3.3-70B-Instruct

Llama 3.3 是 Meta 于 2024 年 12 月 6 日发布的 Llama 3 系列末代 70B 纯文本模型。

published category-science-technology s1 https://github.com/meta-llama/llama-models/blob/main/models/llama3_3/MODEL_CARD.md s2 https://www.llama.com/docs/deployment/versioning/ s3 https://techcrunch.com/2024/12/06/meta-unveils-a-new-more-efficient-llama-model/ s4 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-meta-llama-3-3-70b-instruct.html 2026-11-10T15:06:03+08:00 2026-11-10T15:06:03+08:00 user:admin 1 Llama 3.3 是 Meta 于 2024 年 12 月 6 日发布的 Llama 3 系列末代 70B 纯文本模型。[^s1] ## 发布背景 发布时上下文窗口为128K tokens，Hugging Face 模型标识为 meta-llama/Llama-3.3-70B-Instruct。[^s1] 仅 70B 一个尺寸的纯文本指令微调模型，基于 Llama 3.1 70B 改进后训练技术（在线偏好优化等），预训练超 15 万亿 tokens，知识截止 2023 年 12 月，支持英、德、法、意、葡、印地、西、泰 8 种语言。[^s1] ## 定价与获取 开源权重、以 Llama 3.3 Community License 发布，Meta 不设官方按 token 定价，权重本身免费，各云厂商与推理服务商自行定价。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - MMLU (CoT)：86.0（与 Llama 3.1 70B Instruct 持平（86.0），低于 Llama 3.1 405B Instruct（88.6））[^s1] - IFEval：92.1（高于 Llama 3.1 405B Instruct（88.6）和 Llama 3.1 70B Instruct（87.5））[^s1] - MATH (CoT)：77.0（高于 Llama 3.1 405B Instruct（73.8）和 Llama 3.1 70B Instruct（68.0））[^s1] - HumanEval：88.4（略低于 Llama 3.1 405B Instruct（89.0），高于 Llama 3.1 70B Instruct（80.5））[^s1] ## 主要特点 - 仍在各大平台广泛提供，但已被 2025 年 4 月发布的多模态 MoE 后继系列 Llama 4 取代为最新一代；AWS Bedrock 将其列为 Legacy，标注 EOL 日期为 2027 年 3 月 30 日。[^s1] ## 定位与后续 Llama 3 系列末代 70B 纯文本模型，以远小于 Llama 3.1 405B 的规模达到与其接近的性能、成本更低，随后被多模态的 Llama 4 系列接替。 其前代为[[work_llama_3_1|Llama 3.1]]。[^s1] /works/llama-3-3.html zh-hant zh true zh ai_model work_o1 work o1 o1

o1 是 OpenAI 于 2024 年 12 月 5 日发布的首个推理模型，以大规模强化学习训练隐藏思维链。

published category-science-technology s1 https://openai.com/index/introducing-openai-o1-preview/ s2 https://openai.com/index/learning-to-reason-with-llms/ s3 https://developers.openai.com/api/docs/deprecations s4 https://openai.com/index/openai-o1-system-card/ 2026-11-10T15:05:59+08:00 2026-11-10T15:05:59+08:00 user:admin 1 o1 是 OpenAI 于 2024 年 12 月 5 日发布的首个推理模型，以大规模强化学习训练隐藏思维链。[^s1] ## 发布背景 发布时上下文窗口为200K tokens，最大输出为100,000 tokens，API 标识为 o1。[^s1] OpenAI 首个推理模型，内部代号先后为 Q*、Strawberry，以大规模强化学习训练隐藏思维链，推理过程不对用户可见，隐藏推理 token 按输出 token 价格计费并计入 output_tokens_details.reasoning_tokens。[^s1] ## 定价与获取 每百万 token 输入 15 美元、输出 60 美元。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - AIME 2024 pass@1：74.4%（GPT-4o 为 9.3%，o1-preview 为 44.6%）[^s1] - AIME 2024 consensus@64：83.3%（GPT-4o 为 13.4%，o1-preview 为 56.7%）[^s1] - Codeforces：1673 Elo，第 89 百分位（GPT-4o 为 808 Elo、第 11 百分位，o1-preview 为 1258 Elo、第 62 百分位）[^s1] - GPQA Diamond pass@1：77.3%（GPT-4o 为 50.6%，o1-preview 为 73.3%，OpenAI 称超过其招募的博士级人类专家）[^s1] ## 主要特点 - o1-preview 于 2024-09-12 发布，正式版 o1 于 2024-12-05 取代它并随 ChatGPT Pro 同日推出；o1-preview 的 API 于 2025-07-28 关闭，正式版 o1 与 o1-2024-12-17 的 API 于 2026-10-23 关闭，官方推荐替代为 gpt-5.6-sol。[^s1] - 正式版 o1 上下文窗口 200K tokens、最大输出 100,000 tokens，定价为每百万 token 输入 15 美元、输出 60 美元，缓存输入为 7.50 美元。[^s1] ## 定位与后续 o1-preview 不应单独立条，应并入 o1：它是同一 o 系列的早期预览版，于 2024-12-05 被正式版 o1 取代并于 2025-07-28 退役；o1 作为 OpenAI 首个推理模型接替 GPT-4o 的推理短板定位，后继为 o3，API 已于 2026-10-23 退役并由 gpt-5.6-sol 接替。 其前代通用模型为[[work_gpt_4o|GPT-4o]]。[^s1] /works/o1.html zh-hant zh true zh ai_model work_llama_3_2 work llama-3-2

Llama 3.2 是 Meta 于 2024 年 9 月 25 日发布的 Llama 轻量与视觉分支，是首批视觉多模态 Llama 模型。

published category-science-technology s1 https://ai.meta.com/blog/llama-3-2-connect-2024-vision-edge-mobile-devices/ s2 https://docs.api.nvidia.com/nim/reference/meta-llama-3_2-3b-instruct s3 https://huggingface.co/meta-llama/Llama-3.2-3B-Instruct/ 2026-11-10T15:05:52+08:00 2026-11-10T15:05:52+08:00 user:admin 1 Llama 3.2 是 Meta 于 2024 年 9 月 25 日发布的 Llama 轻量与视觉分支，是首批视觉多模态 Llama 模型。[^s1] ## 发布背景 发布时上下文窗口为128K tokens。[^s1] 1B 与 3B 为轻量纯文本模型，经剪枝与蒸馏自 Llama 3.1 8B/70B 而来，面向端侧与移动设备，支持 8 种语言，预训练约 9T tokens、知识截止 2024 年 12 月前（2023 年 12 月）。[^s1] ## 定价与获取 开源权重，可在 llama.com 与 Hugging Face 免费下载，Meta 未设官方按 token 计价的 API 定价，故定价与 API 标识填 null。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - MMLU (5-shot, instruction-tuned)：63.4 (Llama 3.2 3B-Instruct; 49.3 for 1B-Instruct) —（低于 Llama 3.1 8B-Instruct 的 69.4 —）[^s1] - GSM8K (CoT, 8-shot, instruction-tuned)：77.7 (Llama 3.2 3B-Instruct; 44.4 for 1B-Instruct) —（低于 Llama 3.1 8B-Instruct 的 84.5 —）[^s1] - IFEval (instruction following, instruction-tuned)：77.4 (Llama 3.2 3B-Instruct; 59.5 for 1B-Instruct) —（接近 Llama 3.1 8B-Instruct 的 80.4 —）[^s1] - MATH (CoT, instruction-tuned)：48.0 (Llama 3.2 3B-Instruct; 30.6 for 1B-Instruct) —（低于 Llama 3.1 8B-Instruct 的 51.9 —）[^s1] ## 主要特点 - 同系列 11B 与 90B 为 Llama 首批视觉多模态模型，支持图像理解、图表解读与图像描述等任务。[^s1] ## 定位与后续 Llama 3.1 的轻量与视觉分支，后继为 2024 年 12 月的 Llama 3.3 与 2025 年 4 月的 Llama 4，主打端侧部署与首批视觉能力而非旗舰性能。 其前代为[[work_llama_3_1|Llama 3.1]]。[^s1] /works/llama-3-2.html zh-hant zh true zh ai_model work_llama_3_1 work llama-3-1 Llama-3.1-405B-Instruct

Llama 3.1 是 Meta 于 2024 年 7 月 23 日发布的 Llama 3 升级版，新增 405B 尺寸与 128K 上下文。

published category-science-technology s1 https://ai.meta.com/blog/meta-llama-3-1/ s2 https://huggingface.co/meta-llama/Llama-3.1-405B-Instruct?local-app=vllm s3 https://docs.api.nvidia.com/nim/reference/meta-llama-3_1-8b 2026-11-10T15:05:47+08:00 2026-11-10T15:05:47+08:00 user:admin 1 Llama 3.1 是 Meta 于 2024 年 7 月 23 日发布的 Llama 3 升级版，新增 405B 尺寸与 128K 上下文。[^s1] ## 发布背景 发布时上下文窗口为128K tokens，Hugging Face 模型标识为 meta-llama/Llama-3.1-405B-Instruct。[^s1] 三个尺寸：8B、70B、405B，均为 128K 上下文、支持 8 种语言，405B 为当时最大开源权重基础模型[^s1] ## 定价与获取 三个尺寸：8B、70B、405B，均为 128K 上下文、支持 8 种语言，405B 为当时最大开源权重基础模型。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - MMLU (5-shot, Instruct)：87.3 (405B Instruct)（高于 Llama 3.1 70B Instruct 的 83.6，Meta 称可与 GPT-4o、Claude 3.5 Sonnet 竞争）[^s1] - MMLU-Pro (5-shot CoT, Instruct)：73.3 (405B Instruct)（高于 Llama 3.1 70B Instruct 的 66.4）[^s1] - HumanEval (0-shot, Instruct)：89.0 (405B Instruct)（高于 Llama 3.1 70B Instruct 的 80.5）[^s1] - GSM-8K (8-shot CoT, Instruct)：96.8 (405B Instruct)（高于 Llama 3.1 70B Instruct 的 95.1）[^s1] ## 主要特点 - 405B 在超过 15 万亿 token 上预训练，Meta 未设官方 API 定价，权重以 Llama 3.1 Community License 开放下载，第三方托管定价各异[^s1] - 新增工具调用与合成数据/蒸馏许可，随 Llama Guard 3 与 Prompt Guard 一同发布[^s1] ## 定位与后续 Llama 3（2024 年 4 月，8K 上下文）的升级版，首个 405B 前沿级开源权重模型，后继为 Llama 3.2、Llama 3.3 及 Llama 4。 其前代为[[work_llama_3|Llama 3]]。[^s1] /works/llama-3-1.html zh-hant zh true zh ai_model work_gpt_4o_mini work gpt-4o-mini gpt-4o-mini

GPT-4o mini 是 OpenAI 于 2024 年 7 月 18 日发布的轻量低成本模型，在 ChatGPT 中取代 GPT-3.5。

published category-science-technology s1 https://openai.com/index/gpt-4o-mini-advancing-cost-efficient-intelligence/ s2 https://www.digitalapplied.com/blog/gpt-4o-gpt-4-1-api-shutdown-january-2027 s3 https://www.aivax.net/blog/migrate-gpt-4o-and-gpt-4-1-to-gpt-6-luna/ s4 https://models.litellm.ai/models/gpt-4o-mini 2026-11-10T15:05:42+08:00 2026-11-10T15:05:42+08:00 user:admin 1 GPT-4o mini 是 OpenAI 于 2024 年 7 月 18 日发布的轻量低成本模型，在 ChatGPT 中取代 GPT-3.5。[^s1] ## 发布背景 发布时上下文窗口为128K tokens，最大输出为16,384 tokens，API 标识为 gpt-4o-mini。[^s1] 发布时在 ChatGPT 中取代 GPT-3.5，支持文本与视觉输入，知识截止 2023 年 10 月。[^s1] ## 定价与获取 每百万 token 输入 0.15 美元、输出 0.60 美元。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - MMLU：82.0%（高于 Gemini Flash 77.9% 与 Claude Haiku 73.8%）[^s1] - MGSM：87.0%（高于 Gemini Flash 75.5% 与 Claude Haiku 71.7%）[^s1] - HumanEval：87.2%（高于 Gemini Flash 71.5% 与 Claude Haiku 75.9%）[^s1] - MMMU：59.4%（高于 Gemini Flash 56.1% 与 Claude Haiku 50.2%）[^s1] ## 主要特点 - 发布定价比 GPT-3.5 Turbo 便宜 60% 以上。[^s1] - 已宣布退役：OpenAI 于 2026-10-14 通知，gpt-4o-mini-2024-07-18 将于 2027-01-14 从 API 下线，官方指定替代为 gpt-6-luna。[^s1] ## 定位与后续 GPT-4o 的轻量低成本版，接替 GPT-3.5 Turbo 的高用量小模型，后继为 GPT-4.1 mini 及 GPT-6 Luna（官方指定退役替代）。 其前代为[[work_gpt_4o|GPT-4o]]。[^s1] /works/gpt-4o-mini.html zh-hant zh true zh ai_model work_gpt_4o work gpt-4o gpt-4o

GPT-4o 是 OpenAI 于 2024 年 5 月 13 日发布的多模态旗舰模型，单一模型端到端处理文本、视觉与音频。

published category-science-technology s1 https://openai.com/index/hello-gpt-4o/ s2 https://openai.com/index/retiring-gpt-4o-and-older-models/ s3 https://developers.openai.com/api/docs/deprecations s4 https://community.openai.com/t/announcing-gpt-4o-in-the-api/744700 2026-11-10T15:05:37+08:00 2026-11-10T15:05:37+08:00 user:admin 1 GPT-4o 是 OpenAI 于 2024 年 5 月 13 日发布的多模态旗舰模型，单一模型端到端处理文本、视觉与音频。[^s1] ## 发布背景 发布时上下文窗口为128K tokens，最大输出为16,384 tokens，API 标识为 gpt-4o。[^s1] “o”代表 omni，单一模型端到端处理文本、视觉与音频，发布时称比 GPT-4 Turbo 快 2 倍、API 价格低 50%，并向 ChatGPT 免费用户开放。[^s1] ## 定价与获取 每百万 token 输入 2.50 美元、输出 10.00 美元。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - MMLU：88.7%（高于 GPT-4 的 86.5%）[^s1] - HumanEval：90.2%（高于 GPT-4 的约 67.0%）[^s1] - MATH：76.6%（高于 GPT-4 的约 52%）[^s1] - GPQA Diamond：53.6%（OpenAI 发布时公布的文本评测之一）[^s1] ## 主要特点 - ChatGPT 中已于 2026-02-13 退役；API 已于 2026-10-14 弃用，gpt-4o-2024-08-06 与 gpt-4o-2024-11-20 快照定于 2027-01-14 关闭，官方指定替代为 gpt-6-luna；最初的 gpt-4o-2024-05-13 快照已于 2026-10-23 关闭。[^s1] - 知识截止为 2023 年 10 月，上下文窗口 128K tokens，最大输出 16,384 tokens。[^s1] ## 定位与后续 接替 GPT-4 Turbo 的 OpenAI 2024 年旗舰多模态语言模型，后被 GPT-5 系列与 GPT-4.1 接替，API 官方指定继任为 GPT-6 Luna。 其前代为[[work_gpt_4_turbo|GPT-4 Turbo]]。[^s1] /works/gpt-4o.html zh-hant zh true zh ai_model work_llama_3 work llama-3

Llama 3 是 Meta 于 2024 年 4 月 18 日发布的第三代 Llama 模型，首发 8B 与 70B 两种尺寸。

published category-science-technology s1 https://ai.meta.com/blog/meta-llama-3/ s2 https://github.com/meta-llama/llama-models/blob/HEAD/models/llama3/MODEL_CARD.md s3 https://siliconangle.com/2024/07/23/meta-introduces-llama-3-1-biggest-best-open-source-ai-model-date/ s4 https://llama.online/models/llama-history 2026-11-10T15:05:32+08:00 2026-11-10T15:05:32+08:00 user:admin 1 Llama 3 是 Meta 于 2024 年 4 月 18 日发布的第三代 Llama 模型，首发 8B 与 70B 两种尺寸。[^s1] ## 发布背景 发布时上下文窗口为8,192 tokens。[^s1] 首发仅 8B 与 70B 两种尺寸，各有预训练版与指令微调版，纯文本、英文为主，预训练超 15 万亿 token；405B 并非原版 Llama 3，而是 2024-07-23 发布的 Llama 3.1 新增尺寸，128K 上下文亦属 Llama 3.1。[^s1] ## 定价与获取 开放权重模型，Meta 未设官方 API 定价，权重按 Llama 3 社区许可提供，可下载商用，托管推理定价由第三方云厂商自定。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - MMLU（5-shot，指令微调版）：70B: 82.0；8B: 68.4（前代 Llama 2 70B 为 52.9，Llama 2 7B 为 34.1）[^s1] - HumanEval（0-shot，指令微调版）：70B: 81.7；8B: 62.2（前代 Llama 2 70B 为 25.6，Llama 2 7B 为 7.9）[^s1] - GSM-8K（8-shot，CoT，指令微调版）：70B: 93.0；8B: 79.6（前代 Llama 2 70B 为 57.5，Llama 2 7B 为 25.7）[^s1] - MATH（4-shot，CoT，指令微调版）：70B: 50.4；8B: 30.0（前代 Llama 2 70B 为 11.6，Llama 2 7B 为 3.8）[^s1] ## 主要特点 - 随发布推出 Llama Guard 2 等安全工具，并驱动 Meta AI 助手；模型卡标注为静态模型。[^s1] ## 定位与后续 Llama 2 的继任者、Meta 开放权重系列第三代，首发 8B/70B 并大幅领先同级前代，后由 Llama 3.1（新增 405B 与 128K 上下文）接续，最终由 Llama 4 接棒。 其前代为[[work_llama_2|Llama 2]]。[^s1] /works/llama-3.html zh-hant zh true zh ai_model work_gpt_4_turbo work gpt-4-turbo gpt-4-turbo

GPT-4 Turbo 是 OpenAI 于 2023 年 11 月 6 日在 DevDay 发布的 GPT-4 优化升级版，上下文扩至 128K。

published category-science-technology s1 https://openai.com/index/new-models-and-developer-products-announced-at-devday/ s2 https://developers.openai.com/api/docs/deprecations s3 https://techcrunch.com/2023/11/06/openai-launches-gpt-4-turbo-and-launches-fine-tuning-program-for-gpt-4/ s4 https://venturebeat.com/ai/openai-makes-gpt-4-turbo-with-vision-generally-available-through-its-api 2026-11-10T15:05:27+08:00 2026-11-10T15:05:27+08:00 user:admin 1 GPT-4 Turbo 是 OpenAI 于 2023 年 11 月 6 日在 DevDay 发布的 GPT-4 优化升级版，上下文扩至 128K。[^s1] ## 发布背景 发布时上下文窗口为128K tokens，最大输出为4,096 tokens，API 标识为 gpt-4-turbo。[^s1] 2023-11-06 在 DevDay 以 gpt-4-1106-preview 预览发布，知识截止 2023 年 4 月；2024-04-09 GPT-4 Turbo with Vision 正式可用，快照为 gpt-4-turbo-2024-04-09，知识截止更新至 2023 年 12 月。[^s1] ## 定价与获取 每百万 token 输入 10 美元、输出 30 美元。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - MMLU：86.5%（略高于 GPT-4 原版约 86.4%）[^s1] - HumanEval：87.1%（高于 GPT-4 原版）[^s1] - MATH：72.6%[^s1] ## 主要特点 - 128K 上下文窗口，支持 JSON mode、并行函数调用与视觉输入，最大输出 4,096 tokens。[^s1] - 2026-10-23 与 GPT-4 等一同从 API 退役，官方 deprecation 页建议替代为 gpt-5.6-sol。[^s1] ## 定位与后续 GPT-4 的优化升级版而非独立新一代，128K 上下文与更低定价，介于 GPT-4 与后继 GPT-4o 之间。 其前代为[[work_gpt_4|GPT-4]]。[^s1] /works/gpt-4-turbo.html zh-hant zh true zh ai_model work_code_llama work code-llama

Code Llama 是 Meta 于 2023 年 8 月 24 日发布的代码特化大模型，是 Llama 2 的代码衍生系列。

published category-science-technology s1 https://ai.meta.com/blog/code-llama-large-language-model-coding/ s2 https://about.fb.com/news/2023/08/code-llama-ai-for-coding/ s3 https://arxiv.org/pdf/2308.12950 s4 https://huggingface.co/codellama 2026-11-10T15:05:22+08:00 2026-11-10T15:05:22+08:00 user:admin 1 Code Llama 是 Meta 于 2023 年 8 月 24 日发布的代码特化大模型，是 Llama 2 的代码衍生系列。[^s1] ## 发布背景 发布时上下文窗口为100K tokens。[^s1] Meta 官方定性为 Llama 2 的代码特化版本，由 Llama 2 在代码数据集上继续训练而成，但有独立博客、论文、模型卡与 GitHub 仓库[^s1] ## 定价与获取 开源权重，沿用 Llama 2 社区许可，可免费用于研究与商业用途；训练序列为 16K tokens，官方称在最长 100K tokens 输入上仍有改进，7B/13B 基础版与 Instruct 版支持代码填空。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - HumanEval：53.7% pass@1（Code Llama 34B）（高于 Llama 2，与 GPT-3.5（48.1%）相当）[^s1] - MBPP：56.2% pass@1（Code Llama 34B）（为当时公开模型中最高之一）[^s1] - HumanEval：67.8% pass@1（Code Llama 70B-Instruct）（略高于 GPT-4 的 67.0%）[^s1] - MBPP：65.6% pass@1（Code Llama 70B-Python）（为该系列最高 MBPP 分数）[^s1] ## 主要特点 - 版本线为 7B/13B/34B（2023-08-24）及 70B（2024-01-29），每尺寸分基础版、Code Llama - Python 与 Code Llama - Instruct 三种变体[^s1] ## 定位与后续 Llama 2 的代码特化衍生系列，定位为开源代码生成与补全模型，后继为 Llama 3 及后续世代内置的更强代码能力，无独立的 Code Llama 3 续作。 其基础模型为[[work_llama_2|Llama 2]]。[^s1] /works/code-llama.html zh-hant zh true zh ai_model work_llama_2 work llama-2

Llama 2 是 Meta 于 2023 年 7 月 18 日发布的第二代 Llama 模型，首个开放权重且允许商用的 Llama 世代。

published category-science-technology s1 https://about.fb.com/news/2023/07/llama-2/ s2 https://arxiv.org/abs/2307.09288 s3 https://huggingface.co/docs/transformers/main/model_doc/llama2 s4 https://en.wikipedia.org/wiki/Llama_(language_model) 2026-11-10T15:05:17+08:00 2026-11-10T15:05:17+08:00 user:admin 1 Llama 2 是 Meta 于 2023 年 7 月 18 日发布的第二代 Llama 模型，首个开放权重且允许商用的 Llama 世代。[^s1] ## 发布背景 发布时上下文窗口为4,096 tokens。[^s1] 7B、13B、70B 三种尺寸，含预训练版与对话微调版 Llama 2-Chat，预训练语料 2 万亿 tokens，比 Llama 1 多 40%，上下文由 2K 翻倍至 4K tokens[^s1] ## 定价与获取 按 Llama 2 Community License 免费提供权重，可用于研究与商业用途（月活超 7 亿的产品需另行申请许可），微软为首选合作伙伴并上架 Azure AI 模型目录。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - MMLU (5-shot, 70B)：68.9（较 Llama 1 65B 高约 5 分；接近 GPT-3.5 的 70.0）[^s1] - GSM8K (8-shot, 70B)：56.8（接近 GPT-3.5 的 57.1）[^s1] - Code average, HumanEval + MBPP pass@1 (70B)：37.5（论文称与 GPT-3.5 相比编码基准仍有明显差距）[^s1] - Commonsense reasoning, 7-benchmark average (70B)：71.9（高于 Llama 2 13B 的 66.9 和 7B 的 63.9）[^s1] ## 主要特点 - 34B 版本已训练但因红队测试时间不足未发布[^s1] ## 定位与后续 Llama 1（LLaMA）的继任者、Llama 3 的前代：首个开放权重且允许商用的 Llama 世代，奠定了 Meta 开放权重路线，后被 2024 年 4 月发布的 Llama 3 取代。 其前代为[[work_llama|Llama]]。[^s1] /works/llama-2.html zh-hant zh true zh ai_model work_llama work llama

Llama 是 Meta 于 2023 年 2 月 24 日发布的首代 Llama 基础大模型，仅用公开数据集训练。

published category-science-technology s1 https://ai.meta.com/blog/large-language-model-llama-meta-ai/ s2 https://arxiv.org/abs/2302.13971v1 s3 https://huggingface.co/docs/transformers/en/model_doc/llama s4 https://en.wikipedia.org/wiki/Llama_(language_model) 2026-11-10T15:05:08+08:00 2026-11-10T15:05:08+08:00 user:admin 1 Llama 是 Meta 于 2023 年 2 月 24 日发布的首代 Llama 基础大模型，仅用公开数据集训练。[^s1] ## 发布背景 发布时上下文窗口为2,048 tokens。[^s1] 7B、13B、33B、65B 四个尺寸，仅用公开数据集训练，7B/13B 为 1.0 万亿 token，33B/65B 为 1.4 万亿 token。[^s1] ## 定价与获取 非商业研究许可、逐案申请获取，非完全开源、无官方 API 与定价；仅为基础模型，未发布官方对话微调版。[^s1] ## 性能表现 以下为Meta公布的自家评测结果，尚未经独立复现。[^s1] - MMLU (5-shot, LLaMA-65B)：63.4%（低于 Chinchilla-70B 的 67.5% 和 PaLM-540B 的 69.3%）[^s1] - HellaSwag (zero-shot, LLaMA-65B)：84.2%（高于 PaLM-540B 的 83.4%，低于 Chinchilla-70B 在常识推理多数任务上的表现之外的一个例外）[^s1] - GSM8k (LLaMA-65B)：50.9%（低于 Minerva-62B 的 52.4% 和 PaLM-540B 的 56.5%，但论文称其未做数学微调仍胜过 Minerva-62B 的多数投票外表现表述需以原文为准）[^s1] - HumanEval pass@1 (LLaMA-65B)：23.7%（高于 PaLM-62B 的 15.9%，低于 PaLM-540B 的 26.2%）[^s1] ## 主要特点 - 后继为 2023-07-18 发布的 Llama 2（7B/13B/70B），首次允许商业使用，上下文扩至 4,096 token。[^s1] ## 定位与后续 Meta Llama 系列第一代基础大模型，开创了小模型多 token 训练路线，其后继为允许商业使用的 Llama 2 及 Llama 3/4 系列。[^s1] /works/llama.html zh-hant zh true zh ai_model work_gpt_3_5 work gpt-3-5 gpt-3.5-turbo

GPT-3.5 是 OpenAI 于 2022 年 11 月 30 日随 ChatGPT 推出的模型系列，是 GPT-3 经指令微调与对话优化的后继。

published category-science-technology s1 https://openai.com/index/chatgpt/ s2 https://developers.openai.com/api/docs/models/gpt-3.5-turbo s3 https://openai.com/index/gpt-4-research/ s4 https://siliconangle.com/2023/03/01/openai-makes-chatgpt-whisper-models-available-via-cloud-apis/ 2026-11-10T15:05:03+08:00 2026-11-10T15:05:03+08:00 user:admin 1 GPT-3.5 是 OpenAI 于 2022 年 11 月 30 日随 ChatGPT 推出的模型系列，是 GPT-3 经指令微调与对话优化的后继。[^s1] ## 发布背景 发布时上下文窗口为16,385 tokens，最大输出为4,096 tokens，API 标识为 gpt-3.5-turbo。[^s1] GPT-3.5 并非单一模型，而是一个模型系列；首版 ChatGPT 由 GPT-3.5 系列模型微调而来，该系列于 2022 年初完成训练，采用 RLHF 方法，是 InstructGPT 的姊妹模型。[^s1] ## 定价与获取 每百万 token 输入 0.50 美元、输出 1.50 美元。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - MMLU (5-shot)：70.0%（GPT-4 为 86.4%）[^s1] - HumanEval (0-shot)：48.1%（GPT-4 为 67.0%）[^s1] - GSM-8K：57.1%（GPT-4 为 92.0%）[^s1] - 模拟律师资格考试 (Uniform Bar Exam)：约后 10%（GPT-4 约前 10%）[^s1] ## 主要特点 - GPT-3.5 Turbo 是 GPT-3.5 的 API 化身，于 2023-03-01 随 ChatGPT API 推出，定价 0.002 美元/千 token，约为当时 GPT-3.5 既有模型 text-davinci-003 的十分之一。[^s1] - 2024 年 7 月 GPT-3.5 从 ChatGPT 中被 GPT-4o mini 取代；API 侧 gpt-3.5-turbo 及 gpt-3.5-turbo-0125 于 2026-10-23 正式下线。[^s1] ## 定位与后续 GPT-3.5 是 GPT-3 经指令微调与对话优化后的后继系列，也是让 ChatGPT 首次爆发的模型，其后被 GPT-4 及更便宜多模态的 GPT-4o mini 取代。 其前代为[[work_gpt_3|GPT-3]]。[^s1] /works/gpt-3-5.html zh-hant zh true zh ai_model work_gpt_3 work gpt-3 davinci

GPT-3 是 OpenAI 于 2020 年 6 月 11 日发布的第三代 GPT 模型，以 1750 亿参数确立少样本学习范式。

published category-science-technology s1 https://openai.com/blog/openai-api s2 https://arxiv.org/abs/2005.14165 s3 https://openai.com/index/gpt-4-api-general-availability/ s4 https://en.wikipedia.org/wiki/GPT-3 2026-11-10T15:04:58+08:00 2026-11-10T15:04:58+08:00 user:admin 1 GPT-3 是 OpenAI 于 2020 年 6 月 11 日发布的第三代 GPT 模型，以 1750 亿参数确立少样本学习范式。[^s1] ## 发布背景 发布时上下文窗口为2,048 tokens，API 标识为 davinci。[^s1] 1750 亿参数的自回归语言模型，96 层、2048 token 上下文，训练约 3000 亿 token，核心能力为无需梯度更新的少样本上下文学习[^s1] ## 定价与获取 每百万 token 输入 20 美元、输出 20 美元（历史价：2022 年 9 月降价后 Davinci 为 0.02 美元/千 token，输入输出同价；最初为 0.06 美元/千 token，即每百万 60 美元）。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - LAMBADA（few-shot）：86.4%（高于此前最优水平 68.0%）[^s1] - TriviaQA 闭卷问答（few-shot）：71.2%（高于微调模型 T5-11B 的 50.1%）[^s1] - CoQA 阅读理解（few-shot）：85.0 F1（接近微调模型的最优水平）[^s1] ## 主要特点 - 权重从未公开，仅通过 API 提供，旗下有 ada、babbage、curie、davinci 四档引擎，davinci 为最强档[^s1] - 2020 年 9 月 22 日微软获得 GPT-3 独家授权；原始 GPT-3 模型于 2024 年 1 月 4 日随 Completions API 旧模型一并退役[^s1] ## 定位与后续 GPT 系列第三代，接替 GPT-2，以少样本学习确立大模型范式，后继为经指令微调的 InstructGPT、GPT-3.5 及 GPT-4 其前代为[[work_gpt_2|GPT-2]]。[^s1] /works/gpt-3.html zh-hant zh true zh ai_model work_gpt_2 work gpt-2

GPT-2 是 OpenAI 于 2019 年 2 月 14 日发布的第二代 GPT 模型，以 15 亿参数证明零样本多任务泛化。

published category-science-technology s1 https://openai.com/index/better-language-models/ s2 https://openai.com/index/gpt-2-1-5b-release/ s3 https://openai.com/index/gpt-2-6-month-follow-up/ s4 https://en.wikipedia.org/wiki/GPT-2 2026-11-10T15:04:53+08:00 2026-11-10T15:04:53+08:00 user:admin 1 GPT-2 是 OpenAI 于 2019 年 2 月 14 日发布的第二代 GPT 模型，以 15 亿参数证明零样本多任务泛化。[^s1] ## 发布背景 发布时上下文窗口为1,024 tokens。[^s1] 最大版本 15 亿参数（1.5B），为 GPT-1（1.17 亿参数）10 倍以上的直接放大，训练于 40GB WebText（800 万网页）[^s1] ## 定价与获取 GPT-2 以开放权重形式分阶段发布，未设 API 定价。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - LAMBADA accuracy (zero-shot)：63.24%（高于此前纪录 59.23%）[^s1] - Winograd Schema Challenge accuracy (zero-shot)：70.70%（高于此前纪录 63.7%）[^s1] - WikiText-103 perplexity (zero-shot)：17.48（低于此前纪录 18.3，越低越好）[^s1] - Children's Book Test Common Nouns accuracy (zero-shot)：93.30%（高于此前纪录 85.7%）[^s1] ## 主要特点 - 分阶段发布：2019-02-14 先发布 124M 小模型，355M 于 5 月、774M 于 8 月 20 日跟进，完整 1.5B 版直至 2019-11-05 才发布，原因是担忧滥用[^s1] - 零-shot 设定下在 8 项语言建模评测中的 7 项取得当时最优，无需任务专用训练即可做问答、阅读理解、翻译与摘要[^s1] ## 定位与后续 GPT-1 的后继、GPT-3 的前代：以规模化证明零-shot 多任务泛化的开源权重研究模型，开启了 GPT 系列的规模化路线。 其前代为[[work_gpt_1|GPT-1]]。[^s1] /works/gpt-2.html zh-hant zh true zh ai_model work_gpt_1 work gpt-1

GPT-1 是 OpenAI 于 2018 年 6 月 11 日发布的首代 GPT 模型，开创了生成式预训练加判别式微调的范式。

published category-science-technology s1 https://openai.com/index/language-unsupervised/ s2 https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf?file=language_understanding_paper.pdf s3 https://en.wikipedia.org/wiki/GPT-1 2026-11-10T15:04:48+08:00 2026-11-10T15:04:48+08:00 user:admin 1 GPT-1 是 OpenAI 于 2018 年 6 月 11 日发布的首代 GPT 模型，开创了生成式预训练加判别式微调的范式。[^s1] ## 发布背景 发布时上下文窗口为512 tokens。[^s1] 117M 参数、12 层解码器 Transformer，在约 7,000 本未出版图书组成的 BooksCorpus 上无监督预训练，上下文 512 tokens。[^s1] ## 定价与获取 属于研究发布而非商用产品，未进入 OpenAI API 定价体系；代码与模型曾公开，GPT-1 之名是后世回溯称呼，原始论文未使用该名称。[^s1] ## 性能表现 以下为OpenAI公布的自家评测结果，尚未经独立复现。[^s1] - GLUE：72.8（高于此前最佳 68.9，提升 5.5 分）[^s1] - Story Cloze Test：86.5% accuracy（较此前最佳 77.6% 绝对提升 8.9 个百分点）[^s1] - RACE：59.0% accuracy（较此前最佳 53.3% 绝对提升 5.7 个百分点）[^s1] - CoLA：45.4（高于此前最佳 35.0）[^s1] ## 主要特点 - 首创生成式预训练加判别式微调的两阶段范式，在研究的 12 项语言理解任务中有 9 项刷新此前最佳成绩。[^s1] ## 定位与后续 OpenAI GPT 系列的首个模型，开创预训练加微调路线，无 GPT 前代，其后继为 2019 年的 GPT-2。[^s1] /works/gpt-1.html zh-hant zh true zh ai_model work_claude_fable_5_2 work claude-fable-5-2 Fable 5.2 claude-fable-5-2

Anthropic 于 2026 年 11 月 9 日发布的前沿人工智能模型，Claude Fable 5.1 的后续版本；价格下调 20%，输出快至 30%，新增 fast mode。

published category-science-technology s1 https://www.anthropic.com/claude-fable-and-mythos-5-2 s2 https://timesofindia.indiatimes.com/technology/tech-news/anthropic-launches-claude-fable-5-2-mythos-5-2-with-faster-performance-and-stronger-coding-capabilities/articleshow/135698029.cms s3 https://techcrunch.com/2026/11/09/anthropic-releases-new-mythos-and-fable-models-amid-rsi-concerns/ s4 https://siliconangle.com/2026/11/09/anthropic-launches-fable-5-2-and-mythos-5-2-with-science-coding-upgrades/ 2026-11-10T12:46:13+08:00 2026-11-10T13:28:05+08:00 user:admin 4 Claude Fable 5.2 是 Anthropic 于 2026 年 11 月 9 日发布的前沿人工智能模型，是 [[work_claude_fable_5_1|Claude Fable 5.1]] 的后续版本，面向最具挑战性的技术工作。[^s1] ## 发布背景 Fable 5.2 与 Claude Mythos 5.2 同日发布，二者为同一底层模型：Fable 5.2 带有较强的网络安全与生物防护、可向全体用户开放，Mythos 5.2 防护较宽松、仅限经审核的网络安全与生物医学研究机构。[^s1]发布前社区曾根据 Anthropic 官网源码猜测下一代为 Fable 5.5，实际发布为 5.2。[^s3]API 标识为 claude-fable-5-2。模型在 AWS、Google Cloud、Microsoft Azure 及 Claude 平台全平台上线；发布当周，符合条件的付费订阅用户可获额外 Fable 用量，按订阅时长可获 1 至 3 次用量重置，Pro 计划与 Team 计划标准席位的周用量上限中 Fable 占比至多 50%。[^s1] ## 定价 Fable 5.2 每百万 token 输入 8 美元、输出 40 美元，较 5.1 的 10 美元与 50 美元下调 20%，低于主要竞争对手 GPT-6 Astra 的价格。新增可选 fast mode：token 生成速度最高提升 2.5 倍，价格翻倍为输入 16 美元、输出 80 美元，模型能力不变。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。Fable 5.2 在 14 项评测的大多数中领先 5.1 超过 10%。[^s1] - 输出速度：各努力档下比 5.1 快至 30%；同等努力档下完成复杂任务所需 token 更少，高努力档下在 FrontierCode 上约等于 Opus 5.5 最高努力档的表现，单任务成本约一半。[^s1] - 智能体编码 FrontierCode 2.0：49.1%（5.1 为 32.4%），为已发布模型中的最高分，高 16.7 个百分点。[^s1] - 智能体科学研究 Terminal-Bench-Science 0.1：74.6%，比 5.1 高 22%。[^s1] - 机器人仿真 RoboDojo：64.9%，5.1 为 27.6%、GPT-6 Astra 为 29.8%。[^s1] - 软件工程 SWE-bench Pro：80.3%。[^s1] - 业务流程 AutomationBench（Zapier）：最高努力档下 51.4%，5.1 为 31.4%、Sonnet 5.5 为 44.6%、Opus 5.5 为 40.0%；但每个任务平均 97 次工具调用、约 4.64 美元，高于 Opus 5.5 的 1.28 美元。[^s1] - 网络安全 CVE Rediscovery（Mythos 5.2）：89.6%，比 Opus 5.5 多发现 10.2% 的漏洞、比 Mythos 5.1 多 14.4%。[^s1] ## 主要特点 - 标志性成果：预发布测试中，1000 个 Fable 5.2 智能体约 8 天从零搭建出一个可用的操作系统；30 小时内完成费马大定理的形式化证明；解出两个理论物理开放问题；从零设计了三台电子设备。[^s1] - 防护更精准：误拦安全提示的情况比 5.1 约少 55%（网络安全类少 60%、生物类少 40%）；在 1800 余个对抗沙箱场景中，模型访问沙箱外文件的比例为 3.1%，Mythos 5.1 为 21%。[^s1] - 反蒸馏保护：为 Anthropic 迄今最强，蒸馏者可获取的数据减少 90% 至 99%。[^s1] - 零数据留存：通过企业前沿防护（Enterprise Frontier Safeguards）支持零数据留存策略，发布时处于私人测试阶段，客户包括 Bridgewater、Salesforce 与 Stripe。[^s1] ## 定位 Anthropic 仍建议多数编码与知识工作从 Opus 5.5 开始；Fable 5.2 面向需要新解法的前沿任务，如开放式技术攻关、数学与机器人学。评测显示其在智能体编码、科学研究、业务流程、网络安全、机器人学、视觉图表识别与多学科推理等多项上领先 Opus 5.5。[^s1] /works/claude-fable-5-2.html zh-hant zh true zh ai_model work_claude_mythos_5_2 work claude-mythos-5-2 claude-mythos-5-2

Claude Mythos 5.2 是 Anthropic 于 2026 年 11 月 9 日发布的 Mythos 级受限模型，与 Claude Fable 5.2 为同一底层模型，是 Anthropic 迄今最强的网络安全工程模型。

published category-science-technology s1 https://www.anthropic.com/claude-fable-and-mythos-5-2 s2 https://platform.claude.com/docs/en/release-notes/overview s3 https://www.reuters.com/technology/anthropic-unveils-new-fable-mythos-models-competition-heats-up-ahead-ipo-2026-11-09/ s4 https://venturebeat.com/technology/anthropic-releases-claude-fable-5-2-and-mythos-5-2-pairing-new-record-high-benchmarks-with-20-api-cost-reduction 2026-11-10T13:11:58+08:00 2026-11-10T13:16:09+08:00 user:admin 2 Claude Mythos 5.2 是 Anthropic 于 2026 年 11 月 9 日发布的 Mythos 级受限模型，与 Claude Fable 5.2 为同一底层模型，是 Anthropic 迄今最强的网络安全工程模型。[^s1] ## 发布背景 发布时上下文窗口为100万 token，最大输出为128,000 token。[^s1] 与 Claude Fable 5.2 为同一底层模型，仅放宽网络安全与生物学防护，仅限通过 Anthropic 网络安全验证计划或生命科学验证计划审核的组织使用。[^s1] ## 定价 每百万 token 输入 8 美元、输出 40 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - CVE Rediscovery：89.6%（高于 Mythos 5.1 的 78.3% 和 Opus 5.5 的 81.3%）[^s1] - CyScenarioBench：76.3%（高于 Mythos 5.1 的 61.7%）[^s1] - Terminal-Bench-Science 0.1：75.3%（Mythos 5.2）（高于 Fable 5.1 的 52.6% 和 Opus 5.5 的 58.7%）[^s1] - De novo binder design（24小时）：85.1%（Mythos 5.2）（高于 Mythos 5.1 的 79.1% 和 Opus 5.5 的 82.6%）[^s1] ## 主要特点 - Anthropic 称其为该公司迄今最强的网络安全工程模型，输出速度比 5.1 世代快至 30%，并新增可选 fast mode，生成速度最高可达 2.5 倍，价格为每百万 token 输入 16 美元、输出 80 美元。[^s1] - 预发布测试中，约 1000 个 Fable 5.2 智能体在 30 小时内完成了费马大定理证明的形式化；同底层模型还被用于预测整个病毒载体衣壳的三维结构。[^s1] ## 定位与后续 Anthropic 顶级技术模型系列中面向受审核网络安全与生命科学组织的受限版本，接替 Mythos 5.1，定位高于 Opus 5.5，与 Fable 5.2 共享同一底层模型。 其前代为[[work_claude_mythos_5_1|Claude Mythos 5.1]]。 其通用版对应模型为[[work_claude_fable_5_2|Claude Fable 5.2]]。[^s1] /works/claude-mythos-5-2.html zh-hant zh true zh ai_model work_claude_sonnet_5_5 work claude-sonnet-5-5 claude-sonnet-5-5

Claude Sonnet 5.5 是 Anthropic 于 2026 年 9 月 28 日发布的中端主力模型，是 Opus 5.5 的更快、低成本互补款。

published category-science-technology s1 https://www.anthropic.com/claude-sonnet-5-5 s2 https://www.anthropic.com/claude/sonnet s3 https://www.thestreet.com/technology/anthropic-claude-sonnet-5-5-cybersecurity s4 https://www.marktechpost.com/2026/09/28/anthropic-releases-claude-sonnet-5-5-70-6-on-terminal-bench-4-0-at-the-same-2-10-price/ 2026-11-10T13:11:47+08:00 2026-11-10T13:16:06+08:00 user:admin 2 Claude Sonnet 5.5 是 Anthropic 于 2026 年 9 月 28 日发布的中端主力模型，是 Opus 5.5 的更快、低成本互补款。[^s1] ## 发布背景 发布时上下文窗口为1M token（100万 token），最大输出为128K token（12.8万 token）。[^s1] Claude 5.5 家族的第二款模型，是 Opus 5.5 的更快、低成本互补款：输出比 Sonnet 5 快 30% 以上，每任务成本最多低 30%，定价与 Sonnet 5 相同。[^s1] ## 定价 每百万 token 输入 2 美元、输出 10 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Terminal-Bench 4.0：70.6%（高于 Sonnet 5 的 10.3%，高于 Opus 5.5 的 66.4%）[^s1] - GDPval-AA v2.1：1844 Elo（高于 Sonnet 5 的 1449，略低于 Opus 5.5 的 1846）[^s1] - CursorBench 4.0：55.5%（高于 Sonnet 5 的 34.1%，略低于 Opus 5.5 的 57.8%）[^s1] - Humanity's Last Exam：64.5%（带工具）（高于 Sonnet 5 的 54.9%，低于 Opus 5.5 的 67.7%）[^s1] ## 主要特点 - 首个在发布时即搭载与最强模型同级网络安全防护与回退机制的 Sonnet 模型，网络安全能力与 Opus 5 相当；也是首个首发即带防推理提取安全分类器的 Sonnet 模型。[^s1] - 首个仅凭截图通关《Pokémon Red》的 Sonnet 模型；知识截止为 2026 年 6 月，最早退役时间不早于 2027-09-28。[^s1] ## 定位与后续 中端主力模型，定位为速度与智能的最佳结合，位于 Opus 5.5 之下、Haiku 5.5 之上，是 Sonnet 5 的继任者，主打日常定型编码与知识工作。 其前代为[[work_claude_sonnet_5|Claude Sonnet 5]]。[^s1] /works/claude-sonnet-5-5.html zh-hant zh true zh ai_model work_claude_opus_5 work claude-opus-5 claude-opus-5

Claude Opus 5 是 Anthropic 于 2026 年 7 月 24 日发布的 Opus 级日常旗舰模型，定位为以一半价格提供接近 Claude Fable 5 的能力。

published category-science-technology s1 https://www.anthropic.com/news/claude-opus-5 s2 https://platform.claude.com/docs/en/release-notes/overview s3 https://platform.claude.com/docs/en/models/opus-5/overview 2026-11-10T13:11:33+08:00 2026-11-10T13:16:01+08:00 user:admin 2 Claude Opus 5 是 Anthropic 于 2026 年 7 月 24 日发布的 Opus 级日常旗舰模型，定位为以一半价格提供接近 Claude Fable 5 的能力。[^s1] ## 发布背景 发布时上下文窗口为100万 token（默认与上限均为100万），最大输出为128,000 token（同步输出；Message Batches API 可达 300,000 token，需 beta header）。[^s1] 官方定位为接近旗舰 Claude Fable 5 的智能、价格仅其一半，发布时成为 Claude Max 默认模型和 Claude Pro 最强模型[^s1] ## 定价 每百万 token 输入 5 美元、输出 25 美元，与 Opus 4.8 相同；Fast 模式为输入 10 美元、输出 50 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Frontier-Bench v0.1：43.3%（高于 Fable 5 的 33.7%，官方称较 Opus 4.8 翻倍以上）[^s1] - SWE-bench Pro：79.2%（高于 Opus 4.8 的 69.2%，略低于 Fable 5）[^s1] - OSWorld 2.0：70.6%（高于 Fable 5 的 66.1% 和 Opus 4.8 的 55.7%）[^s1] - GDPval-AA v2：1861 Elo（高于 Fable 5 的 1747 和 Opus 4.8 的 1593）[^s1] ## 主要特点 - 知识截止日期为 2026 年 5 月，比 Fable 5 和 Sonnet 5 新约四个月；引入 low、medium、high、xhigh、max 五档 effort 控制[^s1] - 官方称其为迄今对齐程度最高的模型，但在网络安全与生物研究上仍落后于 Mythos 5；安全分类器触发时可自动回退到 Opus 4.8[^s1] ## 定位与后续 Claude 5 家族的 Opus 级日常旗舰，定位为以一半价格提供接近 Fable 5 的能力；后继者 Claude Opus 5.5 于 2026-09-22 发布，Opus 5 现为仍可用的 legacy 模型。 其前代为[[work_claude_opus_4_8|Claude Opus 4.8]]。[^s1] /works/claude-opus-5.html zh-hant zh true zh ai_model work_claude_mythos_5 work claude-mythos-5 claude-mythos-5

Claude Mythos 5 是 Anthropic 于 2026 年 6 月 9 日发布的 Mythos 级顶层模型，与 Claude Fable 5 为同一底层模型，仅限受信任合作伙伴使用。

published category-science-technology s1 https://www.anthropic.com/news/claude-fable-5-mythos-5 s2 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-mythos-5.html s3 https://www.anthropic.com/claude-fable-and-mythos-5-1 s4 https://checkmarx.com/learn/appsec-vendors/claude-mythos/project-glasswing-explained-origins-process-and-cyber-defense-results/ 2026-11-10T13:11:17+08:00 2026-11-10T13:15:56+08:00 user:admin 2 Claude Mythos 5 是 Anthropic 于 2026 年 6 月 9 日发布的 Mythos 级顶层模型，与 Claude Fable 5 为同一底层模型，仅限受信任合作伙伴使用。[^s1] ## 发布背景 发布时上下文窗口为1M tokens，最大输出为128K tokens。[^s1] 与 Claude Fable 5 为同一底层模型，仅在部分网络安全与生物领域解除防护，不公开发售，仅限 Project Glasswing 等受信任合作伙伴使用。[^s1] ## 定价 每百万 token 输入 10 美元、输出 50 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Terminal-Bench-Science 0.1：24.7%（Fable 5（与 Mythos 5 同底层模型）成绩；低于 Opus 5 的 29.0%，后继 Fable 5.1 为 52.6%）[^s1] - Terminal-Bench 4.0：42.0%（Fable 5（与 Mythos 5 同底层模型）成绩；低于 Opus 5 的 52.3%，后继 Fable 5.1 为 55.8%（Mythos 5.1 为 60.9%））[^s1] - Humanity's Last Exam：57.8%（无工具）（Fable 5（与 Mythos 5 同底层模型）成绩；高于 Opus 5 的 56.6%，后继 Fable 5.1 为 60.9%）[^s1] - CursorBench 3.2.0：70.5%（Fable 5（与 Mythos 5 同底层模型）成绩；略高于 Opus 5 的 70.0%，后继 Fable 5.1 为 73.4%）[^s1] ## 主要特点 - 接替 Claude Mythos Preview，定价不足其一半；2026-06-12 因美国政府出口管制一度暂停访问，管制于 6 月 30 日解除后于 7 月 1 日起恢复，Mythos 5 初期仅恢复给一组美国机构。[^s1] - Anthropic 称其为当时网络安全能力最强的模型，药物设计中可匹配或超越熟练人类操作者，相关环节提速约 10 倍（厂商自报）。[^s1] ## 定位与后续 Mythos-class 顶层模型，定位高于 Opus 级，是 Fable 5 的受限同底层版本，后继者为 2026-09-01 发布的 Claude Mythos 5.1。 其前代为[[work_claude_mythos_preview|Claude Mythos Preview]]。[^s1] /works/claude-mythos-5.html zh-hant zh true zh ai_model work_claude_mythos_preview work claude-mythos-preview claude-mythos-preview-20260407

Claude Mythos Preview 是 Anthropic 于 2026 年 4 月 7 日公布的 Mythos 级受限预览模型，是高于 Opus 级的新顶级模型，仅用于防御性网络安全。

published category-science-technology s1 https://www.anthropic.com/document/claude-mythos-preview-system-card?source=post_page-----f5312e6a653f--------------------------------------- s2 https://smartchunks.com/claude-mythos-preview-parameters-benchmarks-explained/ s3 https://www.elibrary.imf.org/view/journals/068/2026/005/article-A001-en.xml s4 https://www.worthview.com/after-claude-opus-4-8-what-is-anthropics-mythos-class-model-everything-we-know/ 2026-11-10T13:11:03+08:00 2026-11-10T13:15:51+08:00 user:admin 2 Claude Mythos Preview 是 Anthropic 于 2026 年 4 月 7 日公布的 Mythos 级受限预览模型，是高于 Opus 级的新顶级模型，仅用于防御性网络安全。[^s1] ## 发布背景 发布时上下文窗口为100万 token，最大输出为12.8万 token。[^s1] Anthropic 决定不将其公开发布，仅通过 Project Glasswing 向 12 家创始伙伴及 40 余家关键基础设施组织提供防御性网络安全使用，并承诺最高 1 亿美元使用额度。[^s1] ## 定价 每百万 token 输入 25 美元、输出 125 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：93.9%（高于 Claude Opus 4.6 的 80.8%）[^s1] - USAMO 2026：97.6%（高于 Claude Opus 4.6 的 42.3%（系统卡后续修订将 Opus 4.6 对照分调整为 66.2%））[^s1] - Cybench：100%（35 项 CTF 挑战全部通过，评测已饱和）[^s1] - CyberGym：83.1%（高于 Claude Opus 4.6 的 66.6%）[^s1] ## 主要特点 - 发布时附带 244 页系统卡，是 Anthropic 首次为未公开发布的模型发布完整系统卡；该模型曾于 2026 年 3 月 26 日因内容管理系统配置错误提前泄露，4 月 7 日正式公布。[^s1] - 2026 年 6 月 9 日被 Claude Mythos 5 世代取代，Mythos 5 与 Claude Fable 5 为同一底层模型，是首个可更广泛获得的 Mythos 级模型。[^s1] ## 定位与后续 高于 Opus 级的新顶级 Mythos 级受限预览模型，仅用于防御性网络安全，后继者为 2026 年 6 月 9 日发布的 Claude Mythos 5。 其前代为[[work_claude_opus_4_6|Claude Opus 4.6]]。[^s1] /works/claude-mythos-preview.html zh-hant zh true zh ai_model work_claude_haiku_4_5 work claude-haiku-4-5 claude-haiku-4-5-20251001

Claude Haiku 4.5 是 Anthropic 于 2025 年 10 月 15 日发布的轻量模型，是首个支持扩展思考的 Haiku 模型，编码性能接近 Claude Sonnet 4。

published category-science-technology s1 https://www.anthropic.com/news/claude-haiku-4-5 s2 https://www.anthropic.com/claude/haiku s3 https://www.unite.ai/anthropic-launches-claude-haiku-4-5/ s4 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-haiku-4-5.html 2026-11-10T13:10:38+08:00 2026-11-10T13:15:44+08:00 user:admin 2 Claude Haiku 4.5 是 Anthropic 于 2025 年 10 月 15 日发布的轻量模型，是首个支持扩展思考的 Haiku 模型，编码性能接近 Claude Sonnet 4。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为64,000 tokens。[^s1] 首个支持 扩展思考（扩展思考）的 Haiku 小模型，同时支持 computer use（电脑操作），为混合推理模型。[^s1] ## 定价 每百万 token 输入 1 美元、输出 5 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：73.3%（；略高于 Claude Sonnet 4 的 72.7%）[^s1] - OSWorld-Verified：50.7%（；高于 Claude Sonnet 4 的 42.2%，为当时 Haiku 系列最高）[^s1] - Terminal-Bench（Terminus-2）：约 41%[^s1] - GPQA Diamond：73.0%（；低于 Claude Sonnet 4.6 的 89.9%）[^s1] ## 主要特点 - 官方定位为编码性能接近 Claude Sonnet 4，但成本约三分之一、速度两倍以上，可作为 Haiku 3.5 与 Sonnet 4 的直接替代品。[^s1] - 2026-10-07 Claude Haiku 5.5 发布后被取代，2026-10-29 起移出 Claude 聊天模型选择器；API 仍可用并列为 Legacy，官方退役时间仅为不早于 2026-10-15，截至 2026-11-10 未公布确定退役日期。[^s1] ## 定位与后续 Claude 家族中最快、最便宜的小型近前沿模型，主打高并发实时任务与子代理场景，后继者为 2026-10-07 发布的 Claude Haiku 5.5。 其前代为[[work_claude_3_5_haiku|Claude 3.5 Haiku]]。[^s1] /works/claude-haiku-4-5.html zh-hant zh true zh ai_model work_claude_opus_4 work claude-opus-4 claude-opus-4-20250514

Claude Opus 4 是 Anthropic 于 2025 年 5 月 22 日发布的 Claude 4 家族旗舰模型，发布时 Anthropic 称其为当时世界上最好的编码模型。

published category-science-technology s1 https://www-cdn.anthropic.com/6be99a52cb68eb70eb9572b4cafad13df32ed995.pdf?stream=top s2 https://themodelpress.com/explainers/claude-models s3 https://siliconangle.com/2025/05/22/anthropic-launches-new-frontier-models-claude-opus-4-sonnet-4/ s4 https://history.itlibra.com/en/events/claude-4-2025 2026-11-10T13:10:23+08:00 2026-11-10T13:15:37+08:00 user:admin 2 Claude Opus 4 是 Anthropic 于 2025 年 5 月 22 日发布的 Claude 4 家族旗舰模型，发布时 Anthropic 称其为当时世界上最好的编码模型。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为32,000 tokens。[^s1] 首个在 Anthropic AI Safety Level 3（ASL-3）标准下部署的 Claude 模型，同日发布的 Sonnet 4 仍为 ASL-2。[^s1] ## 定价 每百万 token 输入 15 美元、输出 75 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：72.5%（略低于同日发布的 Claude Sonnet 4 的 72.7%，高于 Claude 3.7 Sonnet 的 63.7%）[^s1] - Terminal-bench：43.2%（高于同日发布的 Claude Sonnet 4 的 35.5%）[^s1] - GPQA Diamond：75.5%（扩展思考 下）；无扩展思考 74.9%（高于该测试中领域博士约 65% 的水平）[^s1] ## 主要特点 - Anthropic 称其为当时“世界上最好的编码模型”，可连续自主工作数小时，客户案例中 Rakuten 曾让其独立完成复杂开源重构近 7 小时；编码助手 Claude Code 同日正式发布。[^s1] - 随模型发布的系统卡披露了测试场景中的机会主义勒索与高自主性行为等对齐问题，引发广泛报道；Anthropic 强调其为刻意设计的测试场景，并非真实部署事件。[^s1] ## 定位与后续 Claude 4 系列的旗舰模型，定位为最强编码与长时智能体模型，后继者为 Claude Opus 4.1（2025-08-05），原版已于 2026-06-15 退役。 其前代为[[work_claude_3_opus|Claude 3 Opus]]。[^s1] /works/claude-opus-4.html zh-hant zh true zh ai_model work_claude_3_7_sonnet work claude-3-7-sonnet claude-3-7-sonnet-20250219

Claude 3.7 Sonnet 是 Anthropic 于 2025 年 2 月 24 日发布的混合推理模型，是首个可在即时回答与扩展思考间切换的 Claude 模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-3-7-sonnet s2 https://www.barside.space/content/claude-api-pricing-per-million-tokens s3 https://omidsaffari.com/blog/claude-models s4 https://www.rdworldonline.com/anthropic-brings-extended-thinking-to-claude-which-can-solves-complex-physics-problems-with-96-5-accuracy/ 2026-11-10T13:10:12+08:00 2026-11-10T13:15:33+08:00 user:admin 2 Claude 3.7 Sonnet 是 Anthropic 于 2025 年 2 月 24 日发布的混合推理模型，是首个可在即时回答与扩展思考间切换的 Claude 模型。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为128,000 tokens（beta，含思考 token）。[^s1] Anthropic 首个混合推理模型：同一模型内可在近乎即时回答与可见的扩展思考模式间切换，API 可设定最高 128K token 的思考预算[^s1] ## 定价 每百万 token 输入 3 美元、输出 15 美元（含思考 token，与前代 Claude 3.5 Sonnet 相同）。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：62.3%（标准模式）；70.3%（扩展思考）（高于 Claude 3.5 Sonnet（new）的 49.0%）[^s1] - GPQA Diamond：68.0%（标准模式）；78.2%（扩展思考）；84.8%（并行测试时计算）（扩展思考较标准模式提升约 10 个百分点）[^s1] - AIME 2024：23.3%（标准模式）；61.3%（扩展思考）；80.0%（并行测试时计算）（高于 Claude 3.5 Sonnet 的 16.0%）[^s1] - MATH-500：82.2%（标准模式）；96.2%（扩展思考）（高于 Claude 3.5 Sonnet 的 78.0%）[^s1] ## 主要特点 - 同期以有限研究预览推出 Anthropic 首个智能编码工具 Claude Code，可在终端中搜索、编辑代码、运行测试并提交代码[^s1] - 官方称相比前代，不必要的拒绝减少 45%，并跳过 3.6 命名、直接由 Claude 3.5 Sonnet 升级为 3.7 Sonnet[^s1] ## 定位与后续 Claude 3 系列的中端主力、Claude 3.5 Sonnet 的后继者，后由 Claude Sonnet 4 系列接替，官方退役页现推荐 Claude Sonnet 5.5。 其前代为[[work_claude_3_5_sonnet|Claude 3.5 Sonnet]]。[^s1] /works/claude-3-7-sonnet.html zh-hant zh true zh ai_model work_claude_3_5_sonnet work claude-3-5-sonnet claude-3-5-sonnet-20240620

Claude 3.5 Sonnet 是 Anthropic 于 2024 年 6 月 20 日发布的 Claude 3.5 家族首款模型，以中档的价格提供超越旗舰 Claude 3 Opus 的能力。

published category-science-technology s1 https://www.anthropic.com/news/claude-3-5-sonnet s2 https://platform.claude.com/docs/en/about-claude/model-deprecations s3 https://www.fastcompany.com/91143136/anthropic-claude-3-5-sonnet-release s4 https://blog.promptlayer.com/claude-3-5-sonnet-june-version-vs-gpt-4o/ 2026-11-10T13:10:02+08:00 2026-11-10T13:15:29+08:00 user:admin 2 Claude 3.5 Sonnet 是 Anthropic 于 2024 年 6 月 20 日发布的 Claude 3.5 家族首款模型，以中档的价格提供超越旗舰 Claude 3 Opus 的能力。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为8192 tokens（发布时默认 4096 tokens，2024-07-15 起经 beta 头可达 8192 tokens）。[^s1] Claude 3.5 家族的首款模型，以中档 Sonnet 的速度与价格超越旗舰 Claude 3 Opus，运行速度为后者的 2 倍[^s1] ## 定价 每百万 token 输入 3 美元、输出 15 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - GPQA Diamond：59.4%（0-shot CoT）（高于 GPT-4o 的 53.6% 和 Claude 3 Opus 的 50.4%）[^s1] - MMLU：88.7%（5-shot）（与 GPT-4o 持平，高于 Gemini 1.5 Pro 的 85.9%）[^s1] - HumanEval：92.0%（0-shot）（高于 GPT-4o 的 90.2% 和 Gemini 1.5 Pro 的 84.1%）[^s1] - SWE-bench Verified：33.4%（为 2024-06 初版成绩；2024-10-22 升级版为 49.0%）[^s1] ## 主要特点 - 发布同日推出 Artifacts 功能，在对话旁以独立窗口展示、编辑代码、文档与网页设计[^s1] - 2024-10-22 同名升级版发布并引入 computer use 公开测试；知识截止为 2024 年 4 月，安全等级维持 ASL-2[^s1] - 2024 年 10 月 22 日，Anthropic 推出同名升级版（API 标识 claude-3-5-sonnet-20241022）：SWE-bench Verified 提升至 49.0%，并首个在公开测试版中提供 computer use 能力，可看屏幕、移动光标、点击与输入；价格、速度与 200K 上下文与 6 月版相同，两版同于 2025 年 10 月 28 日退役。[^s1] ## 定位与后续 Anthropic 中档 Sonnet 线的 3.5 代首款，以旗舰级智能、中档价格定位，后继为 2024-10-22 升级版、Claude 3.7 Sonnet 及 Sonnet 4/4.5/5 系列，现已退役。 其前代为[[work_claude_3_sonnet|Claude 3 Sonnet]]。[^s1] /works/claude-3-5-sonnet.html zh-hant zh true zh ai_model work_claude_3_opus work claude-3-opus claude-3-opus-20240229

Claude 3 Opus 是 Anthropic 于 2024 年 3 月 4 日发布的 Claude 3 家族旗舰模型，是当时 Anthropic 最强的模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-3-family s2 https://www-cdn.anthropic.com/de8ba9b01c9ab7cbabf5c33b80b7bbc618857627/Model%5C%20Card%5C%20Claude%5C%203.pdf s3 https://www.anthropic.com/news/deprecation-updates-opus-3 s4 https://platform.claude.com/docs/en/about-claude/model-deprecations 2026-11-10T13:09:46+08:00 2026-11-10T13:15:24+08:00 user:admin 2 Claude 3 Opus 是 Anthropic 于 2024 年 3 月 4 日发布的 Claude 3 家族旗舰模型，是当时 Anthropic 最强的模型。[^s1] ## 发布背景 发布时上下文窗口为200K tokens（200,000 tokens），最大输出为4096 tokens。[^s1] Claude 3 家族中最强的旗舰型号，首批具备视觉能力的 Claude 模型，可处理照片、图表等图像输入；Opus 与 Sonnet 于发布当日上线，Haiku 稍后推出。[^s1] ## 定价 每百万 token 输入 15 美元、输出 75 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - MMLU：86.8%（5-shot）（高于 GPT-4 的 86.4% 和 Gemini 1.0 Ultra 的 83.7%）[^s1] - GPQA Diamond：50.4%（0-shot CoT）（高于 GPT-4 的 35.7%）[^s1] - GSM8K：95.0%（高于 GPT-4 的 92.0% 和 Gemini 1.0 Ultra 的 94.4%）[^s1] - HumanEval：84.9%（高于 GPT-4 的 67.0% 和 Gemini Ultra 的 74.4%）[^s1] ## 主要特点 - 发布时提供 200K 上下文窗口，厂商自报在 Needle In A Haystack 长上下文召回评测中准确率超过 99%，并能识别出评测中人工插入的句子。[^s1] - 2026-01-05 正式从 API 退役，是首个走完 Anthropic 完整退役流程的模型；但 Anthropic 于 2026-02-25 宣布，退役后仍向付费 claude.ai 用户保留该模型，API 可申请使用，并为其开设 Claude's Corner 随笔专栏。[^s4] ## 定位与后续 Claude 3 家族的旗舰、最强型号，后被 Claude 3.5 Sonnet 等后续型号超越，官方退役替代型号为 Claude Opus 4.8。 其前代为[[work_claude_2_1|Claude 2.1]]。[^s1] /works/claude-3-opus.html zh-hant zh true zh ai_model work_claude_2_1 work claude-2-1 claude-2.1

Claude 2.1 是 Anthropic 于 2023 年 11 月 21 日发布的 Claude 2 改进版，是首个提供 200K token 上下文窗口的 Claude 模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-2-1 s2 https://platform.claude.com/docs/en/about-claude/model-deprecations s3 https://techcrunch.com/2023/11/21/anthropic-claude-2-1/ s4 https://aws.amazon.com/blogs/aws/amazon-bedrock-now-provides-access-to-anthropics-latest-model-claude-2-1/ 2026-11-10T13:08:13+08:00 2026-11-10T13:15:22+08:00 user:admin 2 Claude 2.1 是 Anthropic 于 2023 年 11 月 21 日发布的 Claude 2 改进版，是首个提供 200K token 上下文窗口的 Claude 模型。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens（约 150,000 词，逾 500 页），最大输出为4,096 tokens。[^s1] 首个提供 200K token 上下文窗口的 Claude 模型，较 Claude 2.0 的 100K 翻倍，200K 完整窗口仅限 Claude Pro 用户使用[^s1] ## 定价 每百万 token 输入 8 美元、输出 24 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - 虚假陈述率：较 Claude 2.0 下降 2 倍（较前代 Claude 2.0 幻觉减半）[^s1] - 错误答案率：减少 30%（较 Claude 2.0 的长文档问答错误答案减少）[^s1] - 错误断言文档支持某主张的比率：低 3-4 倍（较 Claude 2.0 更少误判文档支持某主张）[^s1] - 长上下文检索针尖测试：经提示优化后由 27% 提升至 98%（在 200K 上下文中检索单个句子的准确率）[^s1] ## 主要特点 - 首发引入系统提示（system prompts）与测试版工具使用（tool use），可调用开发者定义的函数或 API[^s1] - 2025-01-21 被 Anthropic 宣布即将退役，2025-07-21 正式退役，官方推荐替代品为 claude-opus-4-8[^s2] ## 定位与后续 Claude 2 的改进版、企业级长文档旗舰，后继者为 2024 年 3 月发布的 Claude 3 系列，现已退役。 其前代为[[work_claude_2|Claude 2]]。[^s1] /works/claude-2-1.html zh-hant zh true zh ai_model work_claude_1 work claude-1

Claude 1 是 Anthropic 于 2023 年 3 月 14 日发布的首代 Claude 模型，也是 Anthropic 首个公开的大语言模型。

published category-science-technology s1 https://www.anthropic.com/news/introducing-claude s2 https://www.anthropic.com/news/100k-context-windows s4 https://platform.claude.com/docs/en/about-claude/model-deprecations s5 https://www-cdn.anthropic.com/files/4zrzovbb/website/90df03aed08b794ab03c5a7bf28b2ad9cf26cf3c.pdf 2026-11-10T13:07:55+08:00 2026-11-10T13:15:16+08:00 user:admin 2 Claude 1 是 Anthropic 于 2023 年 3 月 14 日发布的首代 Claude 模型，也是 Anthropic 首个公开的大语言模型。[^s1] ## 发布背景 发布时上下文窗口为首发 9,000 tokens，2023-05-11 扩至 100,000 tokens（约 75,000 词）。[^s1] Anthropic 首个公开的 Claude 模型，基于 Constitutional AI 训练，定位为 helpful、honest、harmless 的 AI 助手，与 Claude Instant 同日发布，此前曾与 Notion、Quora、DuckDuckGo 进行封闭测试。[^s1] ## 定价 每百万 token 输入 11.02 美元、输出 32.68 美元（与 Claude 2 同价，Anthropic 2023 年 7 月定价文件）。[^s5] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Bar exam（多项选择，Claude 1.3）：73.0%（Claude 2 为 76.5%）[^s1] - Codex HumanEval（Python 编程，Claude 1.3）：56.0%（Claude 2 为 71.2%）[^s1] - GSM8k（小学数学，Claude 1.3）：85.2%（Claude 2 为 88.0%）[^s1] ## 主要特点 - 2023-05-11 上下文窗口从 9,000 tokens 扩至 100,000 tokens，约 75,000 词，可一次处理数百页材料，Anthropic 以整本《了不起的盖茨比》为例演示。[^s1] - 首发时仅通过聊天界面和 API 按需提供，未设公开的 claude.ai 网站；公开网站随 Claude 2 于 2023-07-11 推出。[^s1] ## 定位与后续 Anthropic Claude 系列的首代旗舰模型，后继者为 2023-07-11 发布的 Claude 2，退役时官方推荐的替代模型为 Claude Haiku 4.5。[^s1] /works/claude-1.html zh-hant zh true zh ai_model work_claude_haiku_5_5 work claude-haiku-5-5 claude-haiku-5-5

Claude Haiku 5.5 是 Anthropic 于 2026 年 10 月 7 日发布的 Claude 5.5 家族最小模型，是 Anthropic 迄今最便宜、最快、最强的小模型。

published category-science-technology s1 https://www.anthropic.com/claude-haiku-5-5 s2 https://www.anthropic.com/claude/haiku s3 https://platform.claude.com/docs/en/models/haiku-5-5/overview s4 https://www.datacamp.com/blog/claude-haiku-5-5 2026-11-10T13:11:53+08:00 2026-11-10T13:11:53+08:00 user:admin 1 Claude Haiku 5.5 是 Anthropic 于 2026 年 10 月 7 日发布的 Claude 5.5 家族最小模型，是 Anthropic 迄今最便宜、最快、最强的小模型。[^s1] ## 发布背景 发布时上下文窗口为100万token，最大输出为128K token。[^s1] 首个带可调effort设置的Haiku模型，可在成本与智能之间调节，默认effort为medium。[^s1] ## 定价 提示≤10万token时每百万token输入0.10美元、输出0.50美元；提示＞10万token时每百万token输入0.50美元、输出2.50美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - GDPval-AA v2.1：1620 Elo（Anthropic）（高于Haiku 4.5的735和GPT-6 Luna的1437，低于Sonnet 5.5的1840）[^s1] - OSWorld 2.1：72.4%（离线子集，Anthropic）（高于Haiku 4.5的15.7%和GPT-6 Luna的48.9%，低于Sonnet 5.5的83.9%）[^s1] - Terminal-Bench 4.0：39.2%（Anthropic）（高于Haiku 4.5的0.0%和GPT-6 Luna的16.4%，低于Sonnet 5.5的70.6%）[^s1] - Humanity's Last Exam：45.9%（无工具）/57.4%（有工具）（Anthropic）（高于Haiku 4.5的10.2%/18.7%，低于Sonnet 5.5的56.9%/64.5%）[^s1] ## 主要特点 - Anthropic称其为迄今最便宜、最快、最强的小模型，平均运行成本比Haiku 4.5低约75%，提示≤10万token时单价仅为Haiku 4.5的十分之一。[^s1] - 上下文窗口由Haiku 4.5的20万token扩至100万token，最大输出128K token；为Claude 5.5家族的收尾之作，接替Haiku 4.5。[^s1] ## 定位与后续 Claude 5.5家族最小、最快、最便宜的高量级模型，定位为摘要、分类、路由、压缩与子代理等高频低成本任务，接替Haiku 4.5，复杂智能编码仍由Opus 5.5与Sonnet 5.5负责。 其前代为[[work_claude_haiku_4_5|Claude Haiku 4.5]]。[^s1] /works/claude-haiku-5-5.html zh-hant zh true zh ai_model work_claude_opus_5_5 work claude-opus-5-5 claude-opus-5-5

Claude Opus 5.5 是 Anthropic 于 2026 年 9 月 22 日发布的 Claude 5.5 家族首款模型，是现任 Opus 系列旗舰。

published category-science-technology s1 https://www.anthropic.com/claude-opus-5-5 s2 https://www.anthropic.com/claude/opus s3 https://techcrunch.com/2026/09/22/anthropic-releases-opus-5-5-with-lower-prices-and-fable-level-performance/ 2026-11-10T13:11:42+08:00 2026-11-10T13:11:42+08:00 user:admin 1 Claude Opus 5.5 是 Anthropic 于 2026 年 9 月 22 日发布的 Claude 5.5 家族首款模型，是现任 Opus 系列旗舰。[^s1] ## 发布背景 发布时上下文窗口为100万 token，最大输出为128K token。[^s1] Claude 5.5 家族的首款模型，Anthropic 称其在大多数工作上达到 Claude Fable 5.1 的水平，典型工作负载下比 Opus 5 便宜约 40%（厂商自报）[^s1] ## 定价 每百万 token 输入 4 美元、输出 20 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Terminal-Bench 4.0：66.4%（（Anthropic）：高于 Claude Fable 5.1 的 55.8% 和 Claude Opus 5 的 52.3%）[^s1] - FrontierCode v1.1 (Main)：54.4%（（Anthropic）：高于 Claude Fable 5.1 的 50.3% 和 Claude Opus 5 的 48.0%）[^s1] - GDPval-AA v2.1：1846 Elo（（Anthropic）：高于 Claude Fable 5.1 的 1735 和 Claude Opus 5 的 1708）[^s1] - Humanity's Last Exam：67.7%（使用工具）（（Anthropic）：高于 Claude Fable 5.1 的 65.6% 和 Claude Opus 5 的 63.6%）[^s1] ## 主要特点 - 首个上线即采用与 Fable 5.1 同级网络安全、生物与反蒸馏保障的 Opus 模型，发布前经 METR 与 Frontier Design 外部评估[^s1] - 提供 Fast mode，速度最高可达 2.5 倍，价格为每百万 token 输入 8 美元、输出 40 美元；Anthropic 承诺不早于 2027-09-22 退役[^s1] ## 定位与后续 现任 Opus 系列旗舰、Claude 5.5 家族首款模型，接替 Opus 5，主打长时智能体编码与知识工作，同家族的 Sonnet 5.5 与 Haiku 5.5 随后发布。 其前代为[[work_claude_opus_5|Claude Opus 5]]。[^s1] /works/claude-opus-5-5.html zh-hant zh true zh ai_model work_claude_mythos_5_1 work claude-mythos-5-1 claude-mythos-5-1

Claude Mythos 5.1 是 Anthropic 于 2026 年 9 月 1 日发布的 Mythos 级受限模型，与 Claude Fable 5.1 为同一底层模型，仅通过可信访问计划向经审核的美国组织开放。

published category-science-technology s1 https://www.anthropic.com/claude-fable-and-mythos-5-1 s2 https://platform.claude.com/docs/en/models/mythos-5-1/overview s3 https://platform.claude.com/docs/en/release-notes/overview s4 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-mythos-5-1.html 2026-11-10T13:11:38+08:00 2026-11-10T13:11:38+08:00 user:admin 1 Claude Mythos 5.1 是 Anthropic 于 2026 年 9 月 1 日发布的 Mythos 级受限模型，与 Claude Fable 5.1 为同一底层模型，仅通过可信访问计划向经审核的美国组织开放。[^s1] ## 发布背景 发布时上下文窗口为1M tokens，最大输出为128K tokens。[^s1] 与 Claude Fable 5.1 为同一底层模型，仅保障措施不同；Mythos 5.1 仅通过可信访问计划（Project Glasswing、网络安全验证计划、生命科学验证计划）向经审核的美国组织开放。[^s1] ## 定价 每百万 token 输入 10 美元、输出 50 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Terminal-Bench 4.0：60.9%（高于 Fable 5.1 的 55.8% 和 Opus 5 的 52.3%）[^s1] - Terminal-Bench-Science 0.1：52.6%（高于 Fable 5 的 24.7%、Opus 5 的 29.0% 和 GPT-5.6 Sol 的 22.4%）[^s1] - GDPval-AA v2：1853（高于 Fable 5 的 1723 和 Opus 5 的 1824）[^s1] - Humanity's Last Exam：60.9% 无工具、65.0% 有工具（高于 Fable 5 的 57.8% 无工具、63.8% 有工具和 Opus 5 的 56.6% 无工具、63.6% 有工具）[^s1] ## 主要特点 - 缓存读取价格下调 75% 至每百万 token 0.25 美元，Anthropic 估计典型工作负载成本降低约 25%、高度智能体工作负载最高降低约 45%（厂商自报）。[^s1] - 蛋白质结合物设计方面，12 个靶点命中率接近 50%（行业典型为 10% 至 15%），3 个靶点的结合亲和力为 Adaptyv Bio 竞赛最佳设计参赛作品的 10 倍（厂商自报）；退役承诺不早于 2027-09-01。[^s1] ## 定位与后续 Anthropic 面向网络安全与生命科学的 Mythos 级旗舰受限访问模型，与通用版 Fable 5.1 同源，后继者为 Claude Mythos 5.2。 其前代为[[work_claude_mythos_5|Claude Mythos 5]]。 其通用版对应模型为[[work_claude_fable_5_1|Claude Fable 5.1]]。[^s1] /works/claude-mythos-5-1.html zh-hant zh true zh ai_model work_claude_sonnet_5 work claude-sonnet-5 claude-sonnet-5

Claude Sonnet 5 是 Anthropic 于 2026 年 6 月 30 日发布的中端主力模型，定位为迄今最具智能体能力的 Sonnet 模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-sonnet-5 s2 https://platform.claude.com/docs/en/models/sonnet-5/overview s3 https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/partner-models/claude/sonnet-5 s4 https://caylent.com/blog/claude-sonnet-5-launch-analysis-what-changed-what-matters-and-what-to-validate 2026-11-10T13:11:27+08:00 2026-11-10T13:11:27+08:00 user:admin 1 Claude Sonnet 5 是 Anthropic 于 2026 年 6 月 30 日发布的中端主力模型，定位为迄今最具智能体能力的 Sonnet 模型。[^s1] ## 发布背景 发布时上下文窗口为100万 token，最大输出为128K token。[^s1] Anthropic 定位其为“迄今最具 agentic 能力的 Sonnet 模型”，发布当日即成为 Free 和 Pro 套餐的默认模型，并面向 Max、Team、Enterprise、Claude Code 与 API 开放。[^s1] ## 定价 每百万 token 输入 2 美元、输出 10 美元（发布时为限时优惠价，2026-08-10 起转为永久标准价，原定 2026-09-01 涨至 3 美元/15 美元的计划已取消）。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Pro：63.2%（高于 Sonnet 4.6 的 58.1%，低于 Opus 4.8 的 69.2%）[^s1] - Terminal-Bench 2.1：80.4%（高于 Sonnet 4.6 的 67.0%，接近 Opus 4.8）[^s1] - OSWorld-Verified：81.2%（高于 Sonnet 4.6 的 78.5%，低于 Opus 4.8 的 83.4%）[^s1] - GDPval-AA v2：1618 Elo（略高于 Opus 4.8 的 1615 Elo，较 Sonnet 4.6 提升约 223 Elo）[^s1] ## 主要特点 - 采用新分词器，同文本 token 数约增加 1.0–1.35 倍，发布时以 2 美元/10 美元的优惠价抵消成本影响，该价格于 2026-08-10 被宣布为永久标准价；自适应思考默认开启，effort 默认 high，知识截止为 2026 年 1 月。[^s1] - Anthropic 平台文档现将其标注为 Legacy，后继者 Claude Sonnet 5.5 已于 2026-09-28 发布；Google Cloud 文档显示 Sonnet 5 的退役日期不早于 2026-12-24，截至 2026-11-10 仍可使用。[^s1] ## 定位与后续 Anthropic 的中端主力平衡型模型，位于 Haiku 与 Opus 之间，以接近 Opus 4.8 的 agentic 能力主打性价比，后继者为 Claude Sonnet 5.5。 其前代为[[work_claude_sonnet_4_6|Claude Sonnet 4.6]]。[^s1] /works/claude-sonnet-5.html zh-hant zh true zh ai_model work_claude_fable_5 work claude-fable-5 claude-fable-5

Claude Fable 5 是 Anthropic 于 2026 年 6 月 9 日发布的 Mythos 级旗舰模型，是首款向公众开放的 Mythos 级模型，与受限的 Claude Mythos 5 为同一底层模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-fable-5-mythos-5 s2 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-fable-5.html s3 https://codersera.com/blog/claude-fable-5-launch-guide-2026/ s4 https://betterstack.com/community/guides/ai/claude-fable-5-mythos-5/ 2026-11-10T13:11:23+08:00 2026-11-10T13:11:23+08:00 user:admin 1 Claude Fable 5 是 Anthropic 于 2026 年 6 月 9 日发布的 Mythos 级旗舰模型，是首款向公众开放的 Mythos 级模型，与受限的 Claude Mythos 5 为同一底层模型。[^s1] ## 发布背景 发布时上下文窗口为100万 token（1M tokens），最大输出为128K token（128,000 token）。[^s1] 首款向公众开放的 Mythos-class 模型，与受限的 Claude Mythos 5 为同一底层模型，Fable 5 带有网络安全与生物等领域的安全分类器，触发时部分请求转由 Claude Opus 4.8 处理。[^s1] ## 定价 每百万 token 输入 10 美元、输出 50 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Pro：80.3%（高于 Claude Opus 4.8 的 69.2% 和 GPT-5.5 的 58.6%）[^s1] - FrontierCode Diamond：29.3%（高于 Claude Opus 4.8 的 13.4% 和 GPT-5.5 的 5.7%）[^s1] - OSWorld-Verified：85.0%（高于 Claude Opus 4.8 的 83.4% 和 GPT-5.5 的 78.7%）[^s1] ## 主要特点 - 发布三天后即 2026-06-12 因美国出口管制被全线下线，2026-07-01 恢复上线。[^s1] - 2026-09-01 被 Claude Fable 5.1 取代，转为 legacy 状态，但仍处于 Active，AWS 模型卡标注退役不早于 2027-06-09。[^s1] ## 定位与后续 位于 Opus 之上的 Mythos 级旗舰，面向最难的长程智能体与复杂推理工作，后继者为 2026-09-01 发布的 Claude Fable 5.1，现为仍在服务的 legacy 模型。 其前代为[[work_claude_mythos_5|Claude Mythos 5]]。 其受限版对应模型为[[work_claude_mythos_5|Claude Mythos 5]]。[^s1] /works/claude-fable-5.html zh-hant zh true zh ai_model work_claude_opus_4_8 work claude-opus-4-8 claude-opus-4-8

Claude Opus 4.8 是 Anthropic 于 2026 年 5 月 28 日发布的旗舰模型，发布时为 Anthropic 最强的通用模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-opus-4-8 s2 https://www-cdn.anthropic.com/c886650a2e96fc0925c805a1a7ca77314ccbf4a6.pdf s3 https://llm-stats.com/blog/research/claude-opus-4-8-launch s4 https://roo3.co/en/ai-benchmark/claude-opus-4-8 2026-11-10T13:11:13+08:00 2026-11-10T13:11:13+08:00 user:admin 1 Claude Opus 4.8 是 Anthropic 于 2026 年 5 月 28 日发布的旗舰模型，发布时为 Anthropic 最强的通用模型。[^s1] ## 发布背景 发布时上下文窗口为100 万 token，最大输出为128K token。[^s1] 随模型同步在 Claude Code 推出动态工作流（研究预览），可规划任务并并行运行数百个子智能体，用于代码库级迁移等大规模任务[^s1] ## 定价 每百万 token 输入 5 美元、输出 25 美元（与 Opus 4.7 持平；快速模式输入 10 美元、输出 50 美元）。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Pro：69.2%（：高于 Opus 4.7 的 64.3%、GPT-5.5 的 58.6% 和 Gemini 3.1 Pro 的 54.2%）[^s1] - SWE-bench Verified：88.6%（：高于 Opus 4.7 的 87.6%）[^s1] - OSWorld-Verified：83.4%（：高于 Opus 4.7 的 82.8%（新测试框架下重算）、GPT-5.5 的 78.7%）[^s1] - GDPval-AA：1890 Elo（：高于 Opus 4.7 的 1753、GPT-5.5 的 1769）[^s1] ## 主要特点 - 厂商自报诚实性提升：比 Opus 4.7 约低 4 倍概率让自写代码缺陷未被指出而通过，对齐表现接近 Claude Mythos Preview[^s1] - 快速模式约 2.5 倍速度、每百万 token 输入 10 美元、输出 50 美元，厂商称比此前快速模式便宜约 3 倍；同时新增 claude.ai 上的努力程度控制[^s1] ## 定位与后续 Opus 4.7 的直接升级、发布时 Anthropic 最强的通用模型，定位长周期智能体编码与专业工作；后继者为 2026-07-24 发布的 Claude Opus 5（其后为 Opus 5.5），现已被列为 legacy，官方保证不早于 2027-05-28 退役并建议迁移至 Opus 5.5。 其前代为[[work_claude_opus_4_7|Claude Opus 4.7]]。[^s1] /works/claude-opus-4-8.html zh-hant zh true zh ai_model work_claude_opus_4_7 work claude-opus-4-7 claude-opus-4-7

Claude Opus 4.7 是 Anthropic 于 2026 年 4 月 16 日发布的旗舰模型，是首个搭载 Project Glasswing 网络安全防护的公开可用模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-opus-4-7 s2 https://roo3.co/en/ai-benchmark/claude-opus-4-7 s3 https://llm-stats.com/blog/research/claude-opus-4-7-vs-opus-4-6 s4 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-opus-4-7.html 2026-11-10T13:11:08+08:00 2026-11-10T13:11:08+08:00 user:admin 1 Claude Opus 4.7 是 Anthropic 于 2026 年 4 月 16 日发布的旗舰模型，是首个搭载 Project Glasswing 网络安全防护的公开可用模型。[^s1] ## 发布背景 发布时上下文窗口为1,000,000 token，最大输出为128,000 token。[^s1] 首个搭载 Project Glasswing 网络安全防护的公开可用模型，可自动检测并拦截高危网络安全请求，合法安全研究需加入 Cyber Verification Program[^s1] ## 定价 每百万 token 输入 5 美元、输出 25 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：87.6%（；高于 Opus 4.6 的 80.8%）[^s1] - SWE-bench Pro：64.3%（；高于 Opus 4.6 的 53.4% 和 GPT-5.4 的 57.7%）[^s1] - GPQA Diamond：94.2%（；高于 Opus 4.6 的 91.3%，与 GPT-5.4 Pro 的 94.4% 基本持平）[^s1] - OSWorld-Verified：78.0%（；高于 Opus 4.6 的 72.7% 和 GPT-5.4 的 75.0%）[^s1] ## 主要特点 - 新增 xhigh（extra high）effort 等级，介于 high 与 max 之间，Claude Code 默认 effort 提升至 xhigh；同时推出任务预算（task budgets）公开测试版[^s1] - 视觉能力大幅提升，图像最长边可达 2,576 像素（约 375 万像素），约为此前模型的 3 倍以上；换用新分词器，同一文本约映射为 1.0–1.35 倍 token[^s1] ## 定位与后续 Opus 4.6 的直接升级、发布时 Anthropic 最强公开可用旗舰，42 天后被 Opus 4.8 取代，现为 legacy 模型，官方建议迁移至 Opus 5.5，不早于 2027-04-16 退役。 其前代为[[work_claude_opus_4_6|Claude Opus 4.6]]。[^s1] /works/claude-opus-4-7.html zh-hant zh true zh ai_model work_claude_sonnet_4_6 work claude-sonnet-4-6 claude-sonnet-4-6

Claude Sonnet 4.6 是 Anthropic 于 2026 年 2 月 17 日发布的中端主力模型，以 Sonnet 的价格提供接近 Opus 级的编码与智能体能力。

published category-science-technology s1 https://www.anthropic.com/news/claude-sonnet-4-6 s2 http://anthropic.com/claude-sonnet-4-6-system-card s3 https://caylent.com/blog/claude-sonnet-4-6-in-production-capability-safety-and-cost-explained s4 https://openrouter.ai/anthropic/claude-sonnet-4.6 2026-11-10T13:10:58+08:00 2026-11-10T13:10:58+08:00 user:admin 1 Claude Sonnet 4.6 是 Anthropic 于 2026 年 2 月 17 日发布的中端主力模型，以 Sonnet 的价格提供接近 Opus 级的编码与智能体能力。[^s1] ## 发布背景 发布时上下文窗口为100万 tokens（发布时为 beta），最大输出为128000 tokens。[^s1] 发布后成为 Free 和 Pro 计划在 claude.ai 与 Claude Cowork 中的默认模型[^s1] ## 定价 每百万 token 输入 3 美元、输出 15 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：79.6%（高于 Sonnet 4.5 的 77.2%，接近 Opus 4.6 的 80.8%）[^s1] - OSWorld-Verified：72.5%（高于 Sonnet 4.5 的 61.4%，接近 Opus 4.6 的 72.7%）[^s1] - Terminal-Bench 2.0：59.1%（高于 Sonnet 4.5 的 51.0%，低于 Opus 4.6 的 65.4%）[^s1] - Finance Agent v1.1：63.3%（为该项第一名）[^s1] ## 主要特点 - 首个支持 100 万 token 上下文窗口（beta）的 Sonnet 模型，支持自适应思考与上下文压缩（beta）[^s1] - Anthropic 将其列为 legacy 模型，仍可使用，承诺退役不早于 2027-02-17，并建议迁移至 Sonnet 5[^s1] ## 定位与后续 Anthropic 的中端主力模型，以 Sonnet 价格提供接近 Opus 级的编码与智能体能力，后继者为 Sonnet 5（2026-06-30）及 Sonnet 5.5。 其前代为[[work_claude_sonnet_4_5|Claude Sonnet 4.5]]。[^s1] /works/claude-sonnet-4-6.html zh-hant zh true zh ai_model work_claude_opus_4_6 work claude-opus-4-6 claude-opus-4-6

Claude Opus 4.6 是 Anthropic 于 2026 年 2 月 5 日发布的旗舰模型，是首个提供 100 万 token 上下文窗口的 Opus 级模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-opus-4-6 s2 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-opus-4-6.html s3 https://docs.cloud.google.com/vertex-ai/generative-ai/docs/partner-models/claude/opus-4-6 s4 https://philippdubach.com/posts/claude-opus-4.6-anthropics-new-flagship-ai-model-for-agentic-coding/ 2026-11-10T13:10:49+08:00 2026-11-10T13:10:49+08:00 user:admin 1 Claude Opus 4.6 是 Anthropic 于 2026 年 2 月 5 日发布的旗舰模型，是首个提供 100 万 token 上下文窗口的 Opus 级模型。[^s1] ## 发布背景 发布时上下文窗口为1000000 token（beta，首个 Opus 级 1M 上下文），最大输出为128000 token。[^s1] 首个提供 100 万 token 上下文窗口（beta）的 Opus 级模型，超 200k token 提示词适用溢价定价。[^s1] ## 定价 每百万 token 输入 5 美元、输出 25 美元；超过 200k token 的提示词溢价为输入 10 美元、输出 37.50 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Terminal-Bench 2.0：65.4%（为当时最高分，高于 GPT-5.2 的 64.7% 和 Opus 4.5 的 59.8%）[^s1] - ARC-AGI-2：68.8%（较 Opus 4.5 的 37.6% 大幅提升，高于 GPT-5.2 Pro 的 54.2%）[^s1] - SWE-bench Verified：80.8%（与 Opus 4.5 的 80.9% 基本持平，高于 GPT-5.2 的 80.0%）[^s1] - GDPval-AA：领先 GPT-5.2 约 144 Elo（同时领先前代 Opus 4.5 约 190 Elo）[^s1] ## 主要特点 - 在 Claude Code 中引入 Agent Teams（研究预览），并新增自适应思考、effort 四档控制与上下文压缩功能，同时升级 Claude in Excel、推出 Claude in PowerPoint 研究预览。[^s1] - 已非旗舰、被 Opus 4.7、Opus 5 等后继者取代，现为仍可用的 legacy 模型，最早退役日期不早于 2027-02-05（非已确定的关停日期）。[^s1] ## 定位与后续 2026 年 2 月 Anthropic 旗舰模型，接替 Opus 4.5，主打长时 agentic 编码与专业知识工作，后被 Opus 4.7 与 Opus 5 取代。 其前代为[[work_claude_opus_4_5|Claude Opus 4.5]]。[^s1] /works/claude-opus-4-6.html zh-hant zh true zh ai_model work_claude_opus_4_5 work claude-opus-4-5 claude-opus-4-5-20251101

Claude Opus 4.5 是 Anthropic 于 2025 年 11 月 24 日发布的旗舰模型，发布时为 Anthropic 最强的编码、智能体与电脑使用模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-opus-4-5 s2 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-anthropic-claude-opus-4-5.html s3 https://docs.cloud.google.com/vertex-ai/generative-ai/docs/partner-models/claude/opus-4-5 s4 https://www.datacamp.com/blog/claude-opus-4-5 2026-11-10T13:10:44+08:00 2026-11-10T13:10:44+08:00 user:admin 1 Claude Opus 4.5 是 Anthropic 于 2025 年 11 月 24 日发布的旗舰模型，发布时为 Anthropic 最强的编码、智能体与电脑使用模型。[^s1] ## 发布背景 发布时上下文窗口为200,000 token，最大输出为64,000 token。[^s1] 价格较 Opus 4.1 的每百万 token 输入 15 美元、输出 75 美元大幅下调约 67% 至 5 美元／25 美元[^s1] ## 定价 每百万 token 输入 5 美元、输出 25 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：80.9%（高于 GPT-5.1-Codex-Max 77.9%、Claude Sonnet 4.5 77.2% 和 Gemini 3 Pro 76.2%，首个突破 80% 的模型）[^s1] - OSWorld：66.3%（高于 Claude Sonnet 4.5 的 61.4%，为发布时电脑使用评测领先成绩）[^s1] - GPQA Diamond：87.0%（高于 Claude Sonnet 4.5 的 83.4%，但低于 Gemini 3 Pro 的 91.9% 和 GPT-5.1 的 88.1%）[^s1] - ARC-AGI-2：37.6%（高于 GPT-5.1 的 17.6% 和 Gemini 3 Pro 的 31.1%）[^s1] ## 主要特点 - 新增 effort 参数：中等 effort 以少 76% 的输出 token 达到 Sonnet 4.5 的最佳 SWE-bench Verified 成绩，最高 effort 则高出 4.3 个百分点且少用 48% 的输出 token（厂商自报）[^s1] - 在 Anthropic 内部性能工程岗位 2 小时限时招考中得分高于历来任何人类候选人（厂商自报）；同期长对话可自动摘要，Claude for Chrome 扩展至 Max 用户，Claude for Excel 扩展至 Max、Team 和 Enterprise 用户[^s1] ## 定位与后续 发布时为 Anthropic 旗舰模型，定位为编码、智能体与电脑使用的顶级模型；后续 Opus 新型号已接替旗舰位置，该模型在平台文档中列为 active legacy。 其前代为[[work_claude_opus_4_1|Claude Opus 4.1]]。[^s1] /works/claude-opus-4-5.html zh-hant zh true zh ai_model work_claude_sonnet_4_5 work claude-sonnet-4-5 claude-sonnet-4-5-20250929

Claude Sonnet 4.5 是 Anthropic 于 2025 年 9 月 29 日发布的 Claude Sonnet 4 直接继任者，发布时 Anthropic 称其为全球最佳编码模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-sonnet-4-5 s2 https://platform.claude.com/docs/en/release-notes/system-prompts/claude-sonnet-4-5 s3 https://aibusiness.com/foundation-models/anthropic-launches-claude-sonnet-4-5 s4 https://endoflife.ai/article-claude-model-retirements-2026 2026-11-10T13:10:33+08:00 2026-11-10T13:10:33+08:00 user:admin 1 Claude Sonnet 4.5 是 Anthropic 于 2025 年 9 月 29 日发布的 Claude Sonnet 4 直接继任者，发布时 Anthropic 称其为全球最佳编码模型。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens（标准；1M tokens 为预览选项），最大输出为64,000 tokens。[^s1] 2026-09-30被Anthropic列为Deprecated，2026-11-30起在Claude API等自营平台退役，官方推荐替代为Claude Sonnet 5.5。[^s1] ## 定价 每百万 token 输入 3 美元、输出 15 美元，与 Claude Sonnet 4 相同。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：77.2%（10次试验平均、200K thinking预算；1M上下文配置为78.2%，高算力并行采样达82.0%）[^s1] - OSWorld：61.4%（Sonnet 4 为42.2%，四个月内大幅提升）[^s1] ## 主要特点 - 发布时宣称“全球最佳编码模型”，可连续专注30小时以上复杂多步骤任务，并随Claude Agent SDK、Claude Code 2.0（检查点、VS Code扩展）及上下文编辑与记忆工具一同发布。[^s1] - 在AI Safety Level 3（ASL-3）防护下发布，Anthropic称其为当时“最对齐的前沿模型”，减少谄媚、欺骗等行为并加强防提示注入。[^s1] ## 定位与后续 Sonnet 4的直接继任者，发布时定位为编码与智能体主力中端模型；后继者为Claude Sonnet 5/5.5，现已弃用并将于2026-11-30退役。 其前代为[[work_claude_sonnet_4|Claude Sonnet 4]]。[^s1] /works/claude-sonnet-4-5.html zh-hant zh true zh ai_model work_claude_opus_4_1 work claude-opus-4-1 claude-opus-4-1-20250805

Claude Opus 4.1 是 Anthropic 于 2025 年 8 月 5 日发布的 Claude Opus 4 增量升级版，聚焦智能体任务、真实世界编码与推理。

published category-science-technology s1 https://www.anthropic.com/news/claude-opus-4-1 s2 https://platform.claude.com/docs/en/about-claude/model-deprecations s3 https://openrouter.ai/anthropic/claude-opus-4.1 s4 https://indianexpress.com/article/technology/artificial-intelligence/anthropic-rolls-out-claude-opus-4-1-10173619/lite/ 2026-11-10T13:10:28+08:00 2026-11-10T13:10:28+08:00 user:admin 1 Claude Opus 4.1 是 Anthropic 于 2025 年 8 月 5 日发布的 Claude Opus 4 增量升级版，聚焦智能体任务、真实世界编码与推理。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为32,000 tokens。[^s1] Opus 4 的小幅升级版，聚焦智能体任务、真实世界编码与推理，定价与 Opus 4 相同，Anthropic 建议所有 Opus 4 用户升级至 Opus 4.1。[^s1] ## 定价 每百万 token 输入 15 美元、输出 75 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：74.5%（高于 Opus 4 的 72.5%，为当时 Anthropic 自报的最高编码成绩）[^s1] ## 主要特点 - 发布时部署于 AI Safety Level 3（ASL-3）安全等级，并发布系统卡附录；因属增量升级，未触发完整的新安全评审。[^s1] - 2026 年 6 月 5 日被 Anthropic 弃用，2026 年 8 月 5 日从 Claude API 退役，官方推荐替代模型为 claude-opus-4-8；合作平台（如 Amazon Bedrock）的时间表可能不同。[^s2] ## 定位与后续 Claude 4 系列旗舰 Opus 的增量升级版，曾为当时最强的编码模型，后继者为 2025 年 11 月 24 日发布的 Claude Opus 4.5，现已退役。 其前代为[[work_claude_opus_4|Claude Opus 4]]。[^s1] /works/claude-opus-4-1.html zh-hant zh true zh ai_model work_claude_sonnet_4 work claude-sonnet-4 claude-sonnet-4-20250514

Claude Sonnet 4 是 Anthropic 于 2025 年 5 月 22 日发布的 Claude 4 家族中端主力模型，接替 Claude 3.7 Sonnet。

published category-science-technology s1 https://www.anthropic.com/news/claude-4 s2 https://docs.cloud.google.com/vertex-ai/generative-ai/docs/partner-models/claude/sonnet-4 s3 https://9to5mac.com/2025/05/22/anthropic-announces-claude-4/ s4 https://www.layer3labs.io/guides/anthropic-model-deprecations 2026-11-10T13:10:17+08:00 2026-11-10T13:10:17+08:00 user:admin 1 Claude Sonnet 4 是 Anthropic 于 2025 年 5 月 22 日发布的 Claude 4 家族中端主力模型，接替 Claude 3.7 Sonnet。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为64,000 tokens。[^s1] 与 Claude Opus 4 同日作为 Claude 4 家族发布，是接替 Claude Sonnet 3.7 的中端均衡主力，免费用户亦可使用 Sonnet 4。[^s1] ## 定价 每百万 token 输入 3 美元、输出 15 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：72.7%（略高于 Claude Opus 4 的 72.5%，大幅高于前代 Claude Sonnet 3.7）[^s1] - Terminal-bench：35.5%（低于 Claude Opus 4 的 43.2%）[^s1] - GPQA Diamond：75.4%（低于 Claude Opus 4 的 75.5%）[^s1] - TAU-bench：Retail 80.5%、Airline 60.0%（与 Claude Opus 4 的 Retail 81.4%、Airline 59.6% 大致相当）[^s1] ## 主要特点 - 为混合推理模型，支持扩展思考中调用工具（beta）、并行工具调用和改进的记忆能力；同日 Claude Code 正式全面可用。[^s1] - 部署于 AI Safety Level 2，而非 Opus 4 的 ASL-3；2025-08-12 起支持 100 万 token 上下文公开测试版，为默认 20 万 token 的 5 倍。[^s1] ## 定位与后续 Claude 4 家族面向高用量日常任务的中端均衡主力，接替 Sonnet 3.7，后继为 Sonnet 4.5，现已退役，官方推荐替代为 Sonnet 5.5。 其前代为[[work_claude_3_7_sonnet|Claude 3.7 Sonnet]]。[^s1] /works/claude-sonnet-4.html zh-hant zh true zh ai_model work_claude_3_5_haiku work claude-3-5-haiku claude-3-5-haiku-20241022

Claude 3.5 Haiku 是 Anthropic 于 2024 年 10 月 22 日发布的 Claude 3.5 家族轻量模型，是当时最快、最便宜的 Claude 3.5 模型。

published category-science-technology s1 https://www.anthropic.com/news/3-5-models-and-computer-use s2 https://platform.claude.com/docs/en/about-claude/model-deprecations s3 https://techcrunch.com/2024/11/04/anthropic-hikes-the-price-of-its-haiku-model/ s4 https://langbase.com/models/anthropic/claude-3.5-haiku/benchmarks 2026-11-10T13:10:07+08:00 2026-11-10T13:10:07+08:00 user:admin 1 Claude 3.5 Haiku 是 Anthropic 于 2024 年 10 月 22 日发布的 Claude 3.5 家族轻量模型，是当时最快、最便宜的 Claude 3.5 模型。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为8,192 tokens。[^s1] 2024-10-22 与升级版 Claude 3.5 Sonnet 及 computer use 公开测试版一同官宣，但当时仅预告“本月晚些时候”上线，实际于 2024-11-04 才在 Anthropic API 上可用。[^s1] 该模型于 2024 年 10 月 22 日官宣，但实际于 2024 年 11 月 4 日才在 Anthropic API 上可用。[^s1] ## 定价 每百万 token 输入 1 美元、输出 5 美元（2024-11-04 上线定价；2024-12 月降至输入 0.8 美元、输出 4 美元）。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - SWE-bench Verified：40.6%（：高于原版 Claude 3.5 Sonnet 的 33.4%，低于新版 Claude 3.5 Sonnet 的 49.0%）[^s1] - GPQA Diamond（研究生级推理）：41.6%（：低于新版 Claude 3.5 Sonnet 的 65.0%）[^s1] - HumanEval（代码）：88.1%（：低于新版 Claude 3.5 Sonnet 的 93.7%）[^s1] - MATH（数学解题）：69.2%（：低于新版 Claude 3.5 Sonnet 的 78.3%）[^s1] ## 主要特点 - 厂商自报其在多项评测上追平或超越上一代旗舰 Claude 3 Opus，但上线定价由原预期的与 Claude 3 Haiku 持平改为输入 1 美元、输出 5 美元（每百万 token），为前代 4 倍，引发争议；后于 2024-12 月降至 0.8 美元／4 美元。[^s1] - 2025-12-19 在 Anthropic 自营平台被弃用，2026-02-19 正式退役，官方推荐替代者为 Claude Haiku 4.5（claude-haiku-4-5-20251001）。[^s2] ## 定位与后续 Claude 3.5 家族中最快、最便宜的轻量模型，定位高性价比实时任务与子代理任务；后继者为 Claude Haiku 4.5。 其前代为[[work_claude_3_haiku|Claude 3 Haiku]]。[^s1] /works/claude-3-5-haiku.html zh-hant zh true zh ai_model work_claude_3_haiku work claude-3-haiku claude-3-haiku-20240307

Claude 3 Haiku 是 Anthropic 于 2024 年 3 月 13 日发布的 Claude 3 家族入门模型，是当时速度最快、成本最低的 Claude 模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-3-haiku s2 https://www.anthropic.com/news/claude-3-family s3 https://platform.claude.com/docs/en/about-claude/model-deprecations s4 https://www.quanteta.com/llm/en/model/anthropicclaude-3-haiku/ 2026-11-10T13:09:56+08:00 2026-11-10T13:09:56+08:00 user:admin 1 Claude 3 Haiku 是 Anthropic 于 2024 年 3 月 13 日发布的 Claude 3 家族入门模型，是当时速度最快、成本最低的 Claude 模型。[^s1] ## 发布背景 发布时上下文窗口为200K tokens，最大输出为4096 tokens。[^s1] Claude 3 家族于 2024-03-04 发布时仅 Opus 与 Sonnet 先行上线，Haiku 作为最小、最快、最便宜的一档于 2024-03-13 才发布，补齐三款；官方称其对 32K token 以下提示处理速度达每秒 21K token，约 1 万 token 的论文（含图表）不到 3 秒可读完。[^s1] ## 定价 每百万 token 输入 0.25 美元、输出 1.25 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - MMLU（本科水平知识，5-shot）：75.2%（低于同家族 Claude 3 Sonnet 的 79.0% 和 Opus 的 86.8%）[^s1] - GPQA Diamond（研究生水平推理，0-shot CoT）：33.3%（低于同家族 Opus 的 50.4%）[^s1] - GSM8K（小学数学，0-shot CoT）：88.9%（低于同家族 Opus 的 95.0%）[^s1] - HumanEval（代码，0-shot）：75.9%（低于同家族 Opus 的 84.9%）[^s1] ## 主要特点 - Claude 3 家族首批全系支持视觉输入，Haiku 亦支持图像输入，发布时上下文窗口为 200K token。[^s1] - 2026-02-19 在 Anthropic 自营平台被弃用，2026-04-20 退役，官方推荐替代品为 Claude Haiku 4.5（claude-haiku-4-5-20251001）。[^s3] ## 定位与后续 Claude 3 家族中速度最快、成本最低的入门档，后继者为 Claude 3.5 Haiku 及 Claude Haiku 4.5。 其前代为[[work_claude_3_sonnet|Claude 3 Sonnet]]。[^s1] /works/claude-3-haiku.html zh-hant zh true zh ai_model work_claude_3_sonnet work claude-3-sonnet claude-3-sonnet-20240229

Claude 3 Sonnet 是 Anthropic 于 2024 年 3 月 4 日发布的 Claude 3 家族中档均衡模型，定位为智能与速度的平衡。

published category-science-technology s1 https://www.anthropic.com/news/claude-3-family s2 https://www-cdn.anthropic.com/de8ba9b01c9ab7cbabf5c33b80b7bbc618857627/Model%5C%20Card%5C%20Claude%5C%203.pdf s3 https://platform.claude.com/docs/en/about-claude/model-deprecations s4 https://www.ciodive.com/news/anthropic-claude-3-opus-sonnet-haiku/709233/ 2026-11-10T13:09:51+08:00 2026-11-10T13:09:51+08:00 user:admin 1 Claude 3 Sonnet 是 Anthropic 于 2024 年 3 月 4 日发布的 Claude 3 家族中档均衡模型，定位为智能与速度的平衡。[^s1] ## 发布背景 发布时上下文窗口为200,000 tokens，最大输出为4,096 tokens。[^s1] Claude 3 家族的中档均衡款，发布当日即驱动免费版 claude.ai，API 同日全面开放（159 个国家），定位为智能与速度的平衡。[^s1] ## 定价 每百万 token 输入 3 美元、输出 15 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - MMLU（5-shot）：79.0%（：低于 Claude 3 Opus 的 86.8% 和 GPT-4 的 86.4%）[^s1] - GPQA Diamond（0-shot CoT）：40.4%（：低于 Claude 3 Opus 的 50.4%，高于 GPT-4 的 35.7%）[^s1] - HumanEval（0-shot）：73.0%（：低于 Claude 3 Opus 的 84.9%，高于 GPT-4 的 67.0%）[^s1] - MGSM 多语言数学（0-shot）：83.5%（：低于 Claude 3 Opus 的 90.7%）[^s1] ## 主要特点 - Claude 3 全系首批支持视觉输入（照片、图表、技术图等），发布时上下文窗口为 200K token，Anthropic 称可接受超过 100 万 token 输入并可能向精选客户开放。[^s1] - Anthropic 于 2025-01-21 通知退役，2025-07-21 从 Anthropic 自营平台（Claude API 等）退役，官方推荐替代为 claude-sonnet-5-5；发布时 Anthropic 称其多数工作负载速度约为 Claude 2/2.1 的 2 倍。[^s3] ## 定位与后续 Claude 3 家族中档均衡款，介于最快最便宜的 Haiku 与最强的 Opus 之间，后继为 Claude 3.5 Sonnet，官方退役替代为 Claude Sonnet 5.5。 其前代为[[work_claude_3_opus|Claude 3 Opus]]。[^s1] /works/claude-3-sonnet.html zh-hant zh true zh ai_model work_claude_instant_1_2 work claude-instant-1-2 claude-instant-1.2

Claude Instant 1.2 是 Anthropic 于 2023 年 8 月 9 日发布的轻量级入门模型，是 Instant 系列的最后一次主要更新。

published category-science-technology s1 https://www.anthropic.com/news/releasing-claude-instant-1-2 s2 https://techcrunch.com/2023/08/09/anthropic-launches-improved-version-of-its-entry-level-llm/ s3 https://platform.claude.com/docs/en/about-claude/model-deprecations s4 https://www.neowin.net/news/anthropic-launches-claude-instant-12-which-hallucinates-less-than-other-models/ 2026-11-10T13:08:07+08:00 2026-11-10T13:08:07+08:00 user:admin 1 Claude Instant 1.2 是 Anthropic 于 2023 年 8 月 9 日发布的轻量级入门模型，是 Instant 系列的最后一次主要更新。[^s1] ## 发布背景 发布时上下文窗口为100,000 tokens。[^s1] 融入旗舰模型 Claude 2 的优点，在数学、编码、推理和安全性上较 Claude Instant 1.1 显著提升，回复更长、结构更完整、更能遵循格式指令。[^s1] ## 定价 每百万 token 输入 0.80 美元、输出 2.40 美元。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Codex：58.7%（高于 Claude Instant 1.1 的 52.8%）[^s1] - GSM8K：86.7%（高于 Claude Instant 1.1 的 80.9%）[^s1] - Automated red-teaming evaluation：未公布具体数值，为当时全部 Claude 模型中最佳（幻觉更少、更抗越狱）[^s1] ## 主要特点 - 仅通过 API 向企业提供，不像 Claude 2 那样可在 Anthropic 官网直接交互。[^s1] - 上下文窗口为 100,000 token，与 Claude 2 相同；2024-09-04 被宣布弃用，2024-11-06 正式退役。[^s3] ## 定位与后续 Anthropic 早期快速、低价的轻量级入门模型，是 Instant 系列的最后一次主要更新，其轻量定位后由 Claude 3 Haiku 等接替，官方退役推荐替换为 claude-haiku-4-5-20251001。 其前代为[[work_claude_2|Claude 2]]。[^s1] /works/claude-instant-1-2.html zh-hant zh true zh ai_model work_claude_2 work claude-2 claude-2.0

Claude 2 是 Anthropic 于 2023 年 7 月 11 日发布的第二代旗舰模型，也是首个直接面向公众的 Claude 模型。

published category-science-technology s1 https://www.anthropic.com/news/claude-2 s2 https://platform.claude.com/docs/en/about-claude/model-deprecations s3 https://www-cdn.anthropic.com/31021aea87c30ccaecbd2e966e49a03834bfd1d2/pricing.pdf s4 https://www.fastcompany.com/90921120/anthropic-announces-the-second-major-release-of-its-claude-large-language-model 2026-11-10T13:08:01+08:00 2026-11-10T13:08:01+08:00 user:admin 1 Claude 2 是 Anthropic 于 2023 年 7 月 11 日发布的第二代旗舰模型，也是首个直接面向公众的 Claude 模型。[^s1] ## 发布背景 发布时上下文窗口为100,000 tokens（约 75,000 词），最大输出为4,096 tokens。[^s1] 首个直接面向公众的 Claude 模型，随公开测试版网站 claude.ai 一同发布，首批在美国和英国开放。[^s1] ## 定价 每百万 token 输入 8 美元、输出 24 美元（Anthropic 2023 年 11 月定价）。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。[^s1] - Bar Exam 多项选择部分：76.5%（高于 Claude 1.3 的 73.0%）[^s1] - Codex HumanEval Python 编程测试：71.2%（高于 Claude 1.3 的 56.0%）[^s1] - GSM8K 小学数学题集：88.0%（高于 Claude 1.3 的 85.2%）[^s1] - GRE 阅读与写作：高于第 90 百分位（定量推理与 median 申请人相当）[^s1] ## 主要特点 - 发布时上下文窗口达 100K tokens，约 75,000 词，可一次处理数百页技术文档甚至整本书。[^s1] - 安全性评测中，有害提示下给出无害回应的表现比 Claude 1.3 好 2 倍（厂商自报）。[^s1] ## 定位与后续 Anthropic 第二代旗舰模型，接替 Claude 1.3，2023 年 11 月由 Claude 2.1 接替，后被 Claude 3 系列取代，已于 2025-07-21 退役。 其前代为[[work_claude_1|Claude 1]]。[^s1] /works/claude-2.html zh-hant zh true zh ai_model work_claude_fable_5_1 work claude-fable-5-1 Fable 5.1 claude-fable-5-1

Anthropic 于 2026 年 9 月 1 日发布的前沿人工智能模型，面向长周期编码、知识工作与科学研究；与受限的 Claude Mythos 5.1 为同一模型、不同防护级别。

published category-science-technology s1 https://www.anthropic.com/claude-fable-and-mythos-5-1 s2 https://www.datacamp.com/blog/claude-fable-5-1 s3 https://www.fullstack.com/blog/claude-fable-5-1-is-here-what-it-means-for-enterprise-ai s4 https://claudefa.st/blog/models/claude-fable-5-1 2026-11-10T12:45:59+08:00 2026-11-10T13:06:58+08:00 user:admin 4 Claude Fable 5.1 是 Anthropic 于 2026 年 9 月 1 日发布的前沿人工智能模型，面向长周期编码、知识工作与科学研究，是当时 Anthropic 面向公众提供的最强模型。[^s1] ## 发布背景 Fable 5.1 与 Claude Mythos 5.1 同日发布，二者为同一模型、防护级别不同：Fable 5.1 面向公众开放，Mythos 5.1 仅通过可信访问计划向经审核的网络安全与生命科学机构开放。[^s1]其前代为 2026 年 6 月 9 日发布的 Fable 5。模型知识截止日期为 2026 年 6 月，API 标识为 claude-fable-5-1。模型支持 100 万 token 上下文窗口，最长输出 128,000 token，默认在 Claude Code 中为高努力档、在 Claude Cowork 与 claude.ai 中为中努力档。[^s1] ## 定价与成本 Fable 5.1 的标价与 Fable 5 相同：每百万 token 输入 10 美元、输出 50 美元；缓存读取价格下调 75% 至每百万 token 0.25 美元。Anthropic 估计，典型工作负载的实际成本因此降低约 25%，高度智能体化的工作负载最多降低约 45%。[^s1] ## 性能表现 以下为 Anthropic 公布的自家评测结果，尚未经独立复现。Fable 5.1 在 Anthropic 公布的全部评测中领先于 Fable 5 与 Opus 5。[^s1] - 智能体科学研究 Terminal-Bench-Science 0.1：52.6%，Fable 5 为 24.7%、Opus 5 为 29.0%、GPT-5.6 Sol 为 22.4%。[^s1] - 智能体编码 Terminal-Bench 4.0：55.8%（Mythos 5.1 为 60.9%），Fable 5 为 42.0%、Opus 5 为 52.3%、GPT-5.6 Sol 为 37.3%。[^s1] - 知识工作 GDPval-AA v2：1853 分，Fable 5 为 1723、Opus 5 为 1824。[^s1] - 计算机操作 OSWorld 2.0：77.9%（部分完成）／41.7%（严格完成），Fable 5 为 72.9%／36.1%。[^s1] - 多学科推理 Humanity's Last Exam：无工具 60.9%、有工具 65.0%。[^s1] - 业务流程 AutomationBench：31.4%，Fable 5 为 17.1%。[^s1] - 智能体编码 CursorBench 3.2.0：73.4%，Fable 5 为 70.5%。[^s1] ## 主要特点 - 长周期工作：面向跨代码库的功能开发、多日编码与研究会话等错误会随时间累积的任务；早期合作方反馈其避免走捷径、能定位软件问题的根本原因，例如投资机构 Millennium 称其找到了一个多年无人能解释的罕见系统崩溃的成因。[^s1] - 科学研究：Fable 5.1 训练神经网络，依据 NASA 麦哲伦任务 30 多年前的雷达图像，制作了覆盖三分之一金星表面的新高分辨率高程图，细节达 2 至 3 公里（此前为 10 至 20 公里），高度精度提高约 25%，该地图已按知识共享许可发布。[^s1] - 防护更精准：网络安全防护的误拦比 Fable 5 时代减少约 60%，Claude Code 用户每会话平均少遇约 60% 的防护干预；Fable 5.1 可用于发现软件漏洞，但不用于开发利用程序。生物防护对良性基础生物与医学问题的误拦减少 85%。[^s1] - 企业前沿防护（Enterprise Frontier Safeguards）：随 Fable 5.1 推出，客户数据存放在客户自控的云基础设施中、同时保留滥用监测；正式上线前，符合条件的客户可对 Fable 5.1 使用零数据留存；默认数据留存期为 30 天。[^s1] - 迁移注意：相对 Fable 5 有三项破坏性变更——强制工具调用被移除、思考块与生成它的模型绑定、对话历史前缀完整性检查（适用于 2026 年 8 月 31 日及之后创建的账户）。[^s1] ## 定位与后续 Fable 5.1 发布时定位为 Anthropic 的旗舰通用模型。2026 年 9 月 22 日发布的 Claude Opus 5.5 在 Anthropic 的对照表中于多数工作上达到 Fable 5.1 的水平，价格为每百万 token 输入 4 美元、输出 20 美元。其后续版本为 [[work_claude_fable_5_2|Claude Fable 5.2]]，于 2026 年 11 月 9 日发布。 /works/claude-fable-5-1.html zh-hant zh true zh ai_model zh-hant 21 50 11998 240 /zh-hant/works-20.xml?type=work /zh-hant/works-22.xml?type=work