网易首页 > 网易号 > 正文 申请入驻

Claude Opus 4.1代码实测惊人!OpenAI开源模型却只会写屎山?

0
分享至

新智元报道

编辑:KingHZ

【新智元导读】AI界的「赤壁之战」!OpenAI开源惨遭谷歌、Anthropic新模型狙击。最绝的是,Anthropic卡点发布Claude Opus 4.1,代码甩OpenAI新模型几条街。

昨日,OpenAI、谷歌和Anthropic等发布了不同的新模型:

Anthropic正式推出Claude Opus 4.1,在智能体任务、现实世界编程和逻辑推理三大核心领域全面升级了Claude Opus 4。

Anthropic阻击OpenAI

抢先发布Opus 4.1

Anthropic称Claude Opus 4.1提升了编码性能,同时在深度研究和数据分析能力上实现突破,特别强化了细节追踪和智能体搜索功能。

实话是,在编程基准SWE-bench Verified上,从Opus 4.0的72.5%提升到了Opus 4.1的74.5%准确率。

的确,编码性能提升了,但只有2%——老实说,Opus 4.1的性能提升并不大,毕竟定价都和Opus 4一样。

在其他基准测试上,部分性能提升甚至不足1%。

Claude Opus 4.1现已面向付费用户及Claude Code平台开放,同时登陆API服务、Amazon Bedrock和Google Cloud Vertex AI三大云平台,定价与Opus 4版本保持一致

至于,Anthropic为什么对如此小的改进还要发布?还在OpenAI官宣「再次开源」几分钟前?

我说就是巧了,Anthropic和OpenAI这是巧了,这是Anthropic在欢迎OpenAI「回归初心」,你信吗?

Palantir兼Cloudflare前员工、剑桥CS毕业生表示,2%性能提升对大部分人而言无足轻重,改天发布更有意义,这样就不会被OpenAI的新模型盖过风头。

总之,对用户来说,昨晚是AI界的圣诞节。

马斯克的Grok、OpenAI、谷歌轮番宣称「推出全球最强模型」,Anthropic说什么也要插一脚!

即便如此,论写代码Claude模型是真的强。

Anthropic拉上大客户表示:Claude Opus 4.1实现全方位能力跃升。

GitHub表示,Claude Opus 4.1相比Opus 4在多项功能上都有进步,尤其是在处理多文件代码重构时表现更为出色。

Rakuten Group发现,Opus 4.1能够在庞大的代码库中精准识别需要修改的部分,避免不必要的更动,也不会引入新的 Bug。他们的开发团队在日常调试中非常看重这种高精度的表现。

Windsurf也报告称,在他们用于评估初级开发者能力的基准测试中,Opus 4.1的表现比Opus 4提升了约一个标准差,这一提升幅度大致等同于从Sonnet 3.7升级到Sonnet 4时的进步。

KCORES 联合创始人「karminski-牙医」测试了OpenAI和Anthropic新模型写代码能力,结果OpenAI新模型写代码不太行。

最新鲜的AI代码实测来了!

「karminski-牙医」测试了4款模型:

OpenAI-OSS-120B

OpenAI-OSS-20B

Claude-Opus-4.1

Gemini-2.5-pro (Opus的主要对手)

这次快速测试结论如下:

Claude-Opus-4.1 > Gemini-2.5-pro > OpenAI-OSS-20B >? (存疑) OpenAI-OSS-120B

每个模型各运行至少6次, 取最好结果给大家展示。

从测试结果看Claude-Opus-4.1出乎意料的稳,对空间理解远超任何模型。

OSS-120B随机性非常大, 在这个测试里面OSS-120B甚至采样了8次, 还没有OSS-20B效果好.

可能原因是120B每次激活专家量很少,而总专家数量又多,导致每token随机到相同专家的概率会特别小,进而表现不是那么稳定。而20B则好一些,4/128 VS 4/32专家。

总之,OpenAI-OSS-120B用起来要谨慎,写代码特别不稳定。OpenAI-OSS-20B在这个参数量大小下反而挺好。

最后,他提醒大家AI写代码需谨慎:不要用不太行的模型写代码,只会浪费时间去调试并且积累屎山。

参考资料:

https://www.anthropic.com/news/claude-opus-4-1

https://x.com/karminski3/status/1952889466319982707

https://x.com/AnthropicAI/status/1952768432027431127

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
男子结婚22年发现俩儿子均非亲生,一审判前妻返还30万抚育费赔偿8万,“大儿子”名下房产一人一半;男子不上诉:尽快和烂人烂事切割

男子结婚22年发现俩儿子均非亲生,一审判前妻返还30万抚育费赔偿8万,“大儿子”名下房产一人一半;男子不上诉:尽快和烂人烂事切割

都市快报橙柿互动
2026-11-16 20:42:29
挥泪斩马谡!曼联驱逐“顶薪大核”,签约顶星!两强援闪电加盟

挥泪斩马谡!曼联驱逐“顶薪大核”,签约顶星!两强援闪电加盟

头狼追球
2026-11-16 17:53:47
中国女子在希腊失踪半年,警方在保险箱内发现10万欧元现金和神秘十人名单,与其有关的中国房产中介失联,最后监控画面曝光

中国女子在希腊失踪半年,警方在保险箱内发现10万欧元现金和神秘十人名单,与其有关的中国房产中介失联,最后监控画面曝光

都市快报橙柿互动
2026-11-17 00:52:49
中产股民愤怒了!多张大额亏损账户流出,不少投资者注销证券账户,直言“痛定思痛,远离股市”

中产股民愤怒了!多张大额亏损账户流出,不少投资者注销证券账户,直言“痛定思痛,远离股市”

火山詩话
2026-11-16 19:30:03
APEC会议首位外国元首抵达深圳,中国女保镖贴身保护;出发前与中国游客热情合影,网友们花式点赞

APEC会议首位外国元首抵达深圳,中国女保镖贴身保护;出发前与中国游客热情合影,网友们花式点赞

极目新闻
2026-11-16 17:23:11
倍诺达价格直降100万元!药企回应:定价经过深思熟虑,不存在“卖一针亏一针”的情况

倍诺达价格直降100万元!药企回应:定价经过深思熟虑,不存在“卖一针亏一针”的情况

红星新闻
2026-11-16 20:35:09
男子被熟人骗至缅甸电诈园区,姐姐赴泰国营救

男子被熟人骗至缅甸电诈园区,姐姐赴泰国营救

网易新闻出品
2026-11-16 18:25:30
官宣离婚不到1月,李小冉进医院,别急着心疼 她半年前那步棋才狠

官宣离婚不到1月,李小冉进医院,别急着心疼 她半年前那步棋才狠

阿废冷眼观察所
2026-11-16 18:14:13
周杰伦演唱会票价惹争议,多场次最低票价580元备注仅支持看大屏,有网友认为性价比高,也有人表示舞台和真人都看不见

周杰伦演唱会票价惹争议,多场次最低票价580元备注仅支持看大屏,有网友认为性价比高,也有人表示舞台和真人都看不见

大风新闻
2026-11-16 15:24:06
比下跌更可怕的事

比下跌更可怕的事

曹多鱼的财经世界
2026-11-16 14:55:16
在宾馆前台干了六年,我学会了一件事:永远不要给先开房再等女人的人贴标签

在宾馆前台干了六年,我学会了一件事:永远不要给先开房再等女人的人贴标签

新时代的两性情感
2026-11-17 03:10:36
黄仁勋要杀回来了? 硅谷和华盛顿正面交锋

黄仁勋要杀回来了? 硅谷和华盛顿正面交锋

看看新闻Knews
2026-11-16 16:20:31
争议!19岁亚马尔转发辱华视频,遭质疑删帖,网友:第2个姆巴佩

争议!19岁亚马尔转发辱华视频,遭质疑删帖,网友:第2个姆巴佩

大秦壁虎白话体育
2026-11-16 08:27:29
Lisa男伴舞在协助脱衣环节中失手,直接把短裤往下扯,险些造成走光

Lisa男伴舞在协助脱衣环节中失手,直接把短裤往下扯,险些造成走光

韩小娱
2026-11-16 12:15:37
中国新能源企业在芬建厂涉人口贩运调查

中国新能源企业在芬建厂涉人口贩运调查

凤眼论
2026-11-16 14:23:39
80岁,她决定离婚

80岁,她决定离婚

北青深一度
2026-11-16 16:12:52
阿里达摩院很可惜,当年砸1000亿,但如今13个科学家走了9个,很多项目已收缩

阿里达摩院很可惜,当年砸1000亿,但如今13个科学家走了9个,很多项目已收缩

互联网.乱侃秀
2026-11-16 13:19:29
网传贾玲张小斐澳洲领证,竟然收到一片祝福

网传贾玲张小斐澳洲领证,竟然收到一片祝福

起点人文
2026-11-16 21:39:21
为啥某多多的商品很便宜?网友:做电商的都知道,其实货都是一样的

为啥某多多的商品很便宜?网友:做电商的都知道,其实货都是一样的

带你感受人间冷暖
2026-11-16 10:34:09
在登机口抛硬币“祈福”,61岁女子被拘5日!航班因此延误58分钟,湖北机场公安:在机场、停机坪抛硬币非常危险

在登机口抛硬币“祈福”,61岁女子被拘5日!航班因此延误58分钟,湖北机场公安:在机场、停机坪抛硬币非常危险

极目新闻
2026-11-16 21:03:21
2026-11-17 05:20:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16696文章数 67238关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

亲子
本地
旅游
房产
公开课

亲子要闻

宝宝气人但是聪明的4个行为

本地新闻

乌兰察布:以前种土豆,现在种Token

旅游要闻

秋假遛娃剑门关,全程17000步,6个小时,喜提废腿体验!

房产要闻

6.6亿!海口卖地!

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版