Claude Opus 4.1深夜狙击OpenAI，SWE-bench编程卷到74.5%，预告更强大模型

智东西8月6日消息，今天，Anthropic正式发布Claude Opus 4.1。

据Anthropic公告，新模型在智能体工具调用、智能体编程与多语言问答能力上全面超越OpenAI o3，Anthropic还计划在未来数周内为模型推出更大幅度的改进。

▲Anthropic推文截图（来源：X）

Opus 4.1现已面向付费Claude用户及Claude Code提供，该版本同时登陆API、Amazon Bedrock和Google Cloud的Vertex AI平台，开发者可通过API使用claude-opus-4-1-20250805版本。

在定价上，Opus 4.1与Opus 4保持一致，输入15美元（约合人民币107.8元）/百万token，输出75美元（约合人民币538.8元）/百万token。

性能方面，Opus 4.1在SWE-bench Verified上的顶级编码性能提升至74.5%，该版本还增强了Claude的深度研究与数据分析能力，特别是在细节追踪和智能体搜索方面。

在GitHub上，相较于Opus 4，Claude Opus 4.1在多数能力维度均有提升，其中多文件代码重构的性能进步尤为显著。

Opus 4.1在智能体工具调用与多语言问答能力上超越OpenAI o3，在智能体编程方面的分数为74.5%和43.3%，大幅超越OpenAI o3和Gemini 2.5 Pro，但其在视觉推理和数学能力上与OpenAI o3和Gemini 2.5 Pro还有一定的差距。

Anthropic的公告中透露，Rakuten Group发现Opus 4.1擅长在大型代码库中精确定位修正点，且不会进行不必要的调整或引入错误，其团队更倾向在日常调试任务中使用这种精准性。

Windsurf报告显示，在其初级开发者基准测试中，Opus 4.1相比Opus 4实现了1个标准差的提升，性能跃升幅度相当于从Sonnet 3.7升级至Sonnet 4。

结语：大模型竞赛进入“智能体时代”

从基准测试结果可以看出，Anthropic这次推出的Claude Opus 4.1，主要在大模型的智能体相关能力上，例如智能体编程和智能体工具调用等方面，进行了升级侧重。

也从侧面反映出，如今的大模型开始朝着“给智能体提供更智能的大脑”的方向升级迭代，为智能体的进一步发展夯实地基。