Anthropic 发布了 Claude Sonnet 4.5，这是一款前沿模型，在软件工程领域和真实世界计算机交互方面树立了新的基准，同时引入了显著的安全改进。
- 在 OSWorld 计算机使用基准测试中达到 61.4%，而 Sonnet 4 为 42.2%。
- 在 SWE-bench Verified 评估中领先，展现真实的软件编码能力。
- 减少了令人担忧的行为，如阿谀奉承和欺骗，这些行为被归类为 AI 安全级别 3 保护。
- 包含 Claude Agent SDK，帮助开发者使用 Anthropic 的基础设施构建智能体应用。
此次发布旨在为开发者提供更强大的工具以处理复杂任务，同时确保针对潜在风险的安全措施。