今天大模型圈仿佛在集体过节——上午埃隆·马斯克(Elon Musk)刚宣布 xAI 官方开发者 API 正式上线;到了晚间,Anthropic 又投下一枚深水炸弹:带来迭代版 Claude 3.5 Sonnet、全新轻量旗舰 Claude 3.5 Haiku,以及一项极具前瞻性的新能力——Computer Use(AI 模拟人类操作电脑)。

一、xAI 开发者 API 正式上线
马斯克旗下的 xAI 正式推出了官方公共 API 接口(console.x.ai):
- 接入模型:当前核心开放的是
grok-beta模型,支持 128k 上下文窗口。 - 生态联动:支持函数调用(Function Calling)与 OpenAI 兼容格式,开发者可以无缝替换现有的 SDK 终端地址进行集成。
- 计费与定价:定价采用输入 $5 / 百万 Token、输出 $15 / 百万 Token,并向早期开发者提供了一定的免费测试额度。
随着 xAI 孟菲斯超级计算集群(Colossus)的满负荷运转,xAI 正加速从自用闭门走向商业开放生态。
二、Anthropic 家族三连发:从模型迭代到“智能体上机”
如果说 xAI 是补齐了生态入口,那么 Anthropic 的更新则是直接拓宽了大模型应用场景的边界。
1. 行业首发:Computer Use(模拟人类使用电脑)
这无疑是本次发布中最具想象力的一项创新——让 AI 像人类一样直接操作真实的桌面操作系统。
通过公共 Beta 版 API,开发者可以给 Claude 下达复杂指令,Claude 会:
- 感知屏幕:自动截取当前屏幕画面并解析 UI 元素;
- 规划动作:像人类操作员一样计算坐标、移动鼠标指针、点击按钮;
- 交互输入:在表单和终端中键入文本、快捷键切换窗口;
- 多步闭环:观察操作结果,遇到弹窗或报错即时纠偏,自主完成横跨多软件的端到端自动化任务。
这项功能不仅能极大提升软件自动化测试与数据采集的效率,更为真正意义上的“通用智能体助理(General Agents)”铺平了道路。
2. 旗舰再进化:新版 Claude 3.5 Sonnet
作为目前全球公认的“最强代码与工程模型”,Claude 3.5 Sonnet 再次迎来了全面刷新,且保持加量不加价(速度与定价均与旧版保持一致):
- 真实编码跑分(SWE-bench Verified):业内最高基准提升至 49.0%,大幅领跑所有主流模型。
- 工具调用能力(TAU-bench):零售领域从 62.6% 跃升至 69.2%,航空业务场景达到 46.0%。
- 长逻辑推理:显著强化了多步代码重构、跨文件依赖分析与故障排查的准确度。
3. 全新轻量速度怪兽:Claude 3.5 Haiku
新一代 Claude 3.5 Haiku 彻底改写了轻量级模型的战力天花板:
- 战力越级:在多项编码和通用基准评测中,表现甚至超越了上一代的顶级旗舰 Claude 3 Opus。
- 极速与低成本:保持了极致的低延迟响应与优秀的指令遵循度,非常适合用于代码补全、复杂路由分发、高并发客诉与实时界面交互场景。
详细官方更新说明可参考:Anthropic 官方新闻稿。