Anthropic 發表 Claude Sonnet 4.5：SWE-bench 77.2% 創新高，官方稱「全球最強程式模型」
Anthropic於2025年9月29日發表Claude Sonnet 4.5，官方稱其為全球最強程式模型，SWE-bench Verified達77.2%創新高，可維持專注30小時以上，定價維持不變。
2025年9月29日，Anthropic正式發表新一代模型Claude Sonnet 4.5，官方公告稱其為「全球最強的程式撰寫模型」（the best coding model in the world）。這是Claude Sonnet系列自今年5月推出4.0版本後的最新迭代，模型代號為claude-sonnet-4-5-20250929，已可透過Anthropic API直接呼叫使用。
根據官方公布的基準測試數據，Claude Sonnet 4.5在SWE-bench Verified（軟體工程任務測試集，用於評估模型解決真實GitHub程式碼問題的能力）中取得77.2%的成績，為目前公開紀錄中的新高分。在電腦操作能力測試OSWorld（評估模型操作電腦圖形介面、完成多步驟任務的能力）中，得分為61.4%。Anthropic特別強調，這款模型能在複雜、多步驟的任務中維持專注長達30小時以上，不中斷、不偏離目標。值得注意的是，儘管效能提升，此次定價並未調整——每百萬token輸入3美元、輸出15美元，與前代Claude Sonnet 4完全相同。
技術意義：從「回答問題」到「長時間自主執行」
過去一年AI模型的競爭焦點，逐漸從單次問答的準確度，轉向能否在無人監督下完成長時間、多步驟的任務。Claude Sonnet 4.5所強調的長時間專注能力，指向的正是這個方向：模型不只是回答一個程式問題，而是能像工程師一樣持續規劃、除錯、測試、修正，直到任務完成。這也是SWE-bench Verified這類「真實世界程式碼修復」測試分數持續攀升的原因——測的不是模型知不知道語法，而是能不能像人類工程師一樣拆解問題、動手解決。
定價策略：效能提升，價格不變
此次Claude Sonnet 4.5維持與前代Sonnet 4相同的每百萬token輸入3美元、輸出15美元定價，並未因效能提升而漲價。這種「同價格、更高效能」的策略，延續了近一年AI模型市場的常見走勢：各家廠商透過持續迭代，在既有定價結構下提供更高性價比，藉此鞏固企業客戶與開發者社群的黏著度。
業界反應：程式碼協作工具的潛在洗牌
Claude系列模型，尤其是Sonnet，長期是市場上多數AI輔助編程工具（如程式碼協作平台、IDE整合外掛）的底層引擎選項之一。SWE-bench Verified成績的持續刷新，往往直接影響開發者社群對「該用哪個模型接入工作流程」的選擇。隨著Claude Sonnet 4.5在自主除錯與長時間任務執行上的能力提升，倚賴AI模型完成程式碼撰寫、重構、測試自動化的產品與團隊，預期將重新評估現有的模型供應商配置。
對管理者的意義
Claude Sonnet 4.5展現的「長時間自主執行力」，代表AI工具正逐漸從「輔助員工完成單一小任務」，走向「能被交付一段完整專案、自行規劃執行」的階段。對非技術部門的管理者而言，這則新聞真正該留意的不是程式碼分數本身，而是「AI能不能被信任獨立完成一段完整工作」這個趨勢——未來評估團隊導入AI工具時，除了看模型答得準不準，也該開始關注它能不能自己把一件事從頭做到尾。