可自主運作 30 小時的 AI！Anthropic 發表「最安全」模型 Claude Sonnet 4.5 打敗 OpenAI、Google
生成式 AI 競爭加速，AI 模型也進入快速迭代的新階段，Anthropic 繼 5 月推出兩款新 AI 模型 Opus 4 和 Sonnet 4，如今不到 6 個月又推出了新模型 Sonnet 4.5，並宣稱這是目前全球最強的程式設計 AI 模型，在多項測試中擊敗 OpenAI 與 Google。
四大特色一次看
Claude Sonnet 4.5 的最大賣點在於四大特色。首先，它採用混合推理架構（hybrid reasoning），能根據任務難度自動調整模式：面對簡單問題時快速輸出，遇到複雜查詢時則投入更多運算資源，以提升答案品質。
其次，Anthropic 針對開發者推出全新終端介面與工具。包括升級版的 Claude Code 2.0、更直覺的命令列互動、可儲存工作進度的檢查點，以及與 Visual Studio Code 整合的外掛。同時開放 Claude Agent SDK，讓企業能基於 Claude 打造自家 AI 代理人，並透過子代理（subagents）分工並行處理多重任務。
第三，Sonnet 4.5 展現出驚人的長時程自主能力。Anthropic 在實驗中觀察到，模型能持續專注在同一專案超過 30 小時，期間不僅能獨立撰寫應用程式，還能建立資料庫服務、購買網域名稱，甚至執行安全審查。相比前代模型僅能維持 7 小時運作，這代表 AI 工具正逐步跨越長時間推理與持續專案執行的門檻。
最後，值得關注的是 Anthropic 將 Sonnet 4.5 定義為旗下最安全的 AI 模型。該系統接受了廣泛的安全訓練，能顯著降低諂媚（sycophancy）、欺騙、權力慾望與鼓勵妄想等不良傾向，並強化防範提示注入攻擊的能力。Anthropic 甚至將其納入 AI Safety Level 3 框架，針對與化學、生物和核武相關的危險內容輸出設下更嚴格過濾機制。
測試成績全面超越對手
在基準測試上，Claude Sonnet 4.5 交出亮眼成績。在 SWE-bench Verified 編碼測試中，Sonnet 4.5 取得 77.2% 至 82% 的分數，超越 OpenAI GPT-5 Codex（74.5%）與 Google Gemini 2.5 Pro（67.2%）。
在 OSWorld 作業系統操作測試中，Claude Sonnet 4.5 分數達到 61.4%，比前一代 Sonnet 4 的 42.2% 大幅提升，刷新業界紀錄。其他基準如數學推理（AIME 2024）、多語言知識（MMMLU）與金融分析（Vals AI Finance Agent），Sonnet 4.5 也都展現出領先表現。
這些成果讓 Anthropic 有底氣直呼 Sonnet 4.5 是「世界上最強的程式設計模型」。
企業應用版圖擴張
Anthropic 由 OpenAI 前高層創辦，近來持續推進其 AI 模型 Claude 的企業應用布局。強調 Claude 具備安全防護機制（guardrails），能有效降低風險性輸出，因此特別適合在金融、醫療、法律等受監管產業導入。除了對話功能外，Anthropic 也將 Claude 的程式撰寫與資料分析能力作為主打，並鎖定需要跨多種軟體工具協作的團隊，目的是將 Claude 打造成「安全、可控、專業導向」的 AI 助手。
Microsoft 已宣布將 Claude 模型整合進 Microsoft 365 Copilot，提供 Excel、Word 與 PowerPoint 的「Agent Mode」功能，進一步擴大 Anthropic 在商務應用的版圖。
Anthropic 產品長 Mike Krieger 告訴《Reuters》，Anthropic 的目標是高階用戶和商業用戶，而非單純追求話題性。他也強調，該公司關注的是能持續長期任務、可靠的表現，而不是短期的演示。
從短短幾個月內的頻繁更新可見，AI 模型賽局已進入高速迭代階段。然而，根據《Ars Technica》，Gemini 3 傳言即將登場，OpenAI 也不會停下腳步。Sonnet 4.5 能否長期維持優勢，還需要市場與實際應用來驗證。
＊本文開放合作夥伴轉載，資料來源：Anthropic、《arstechnica》、《Engadget》、《SiliconANGLE》、《Reuters》，首圖來源：Anthropic