猫头虎AI分享：Claude Opus 新版 4.1 在 SWE-bench Verified 上准确率达到了 74.5%，在多文件代码重构方面表现突出

猫头虎AI分享：Claude Opus 新版 4.1 在 SWE-bench Verified 上准确率达到了 74.5%，在多文件代码重构方面表现突出

---

大家好，这里是猫头虎。今天给大家带来一个令人兴奋的消息——Anthropic 刚刚发布了 Claude Opus 4.1！在我看来，这次升级不仅在性能指标上实现了稳步提升，也在真实场景下的编码效率和可靠性方面迈出了重要一步。下面，我将从几个维度为大家拆解一下这次更新的亮点。

性能升级：SWE-bench Verified 准确率 74.5%

在软件工程领域，SWE-bench Verified 一直是衡量 AI 代码能力的权威基准。Opus 4.1 在该测试集上的准确率达到了 74.5%，相比 Opus 4 有了显著提升。这意味着在 500 道复杂编程题中，Claude 能回答正确的题目数平均多出了数十道，尤其在涉及多文件交互和依赖处理的场景中，表现尤为突出。

---

深度研究与智能体搜索：细节跟踪更精准

除了代码正确率的提升，Opus 4.1 在“深入研究”和“数据分析”两大能力上也有了明显进步。

• 细节跟踪：它能更好地识别长文档、多版本语义中的细微差别，不会因为变量重名或注释变动而跑偏。
• 智能体搜索：在需要跨文件、跨库检索实现细节时，Opus 4.1 的检索速度更快、准确度更高，我在本地测试中发现它能在百万行代码库里，数秒内定位到目标函数调用，并给出修复方案。

---

多文件代码重构：告别无谓改动

谈到多文件重构，这是很多 AI 助手会“手滑改错”、“引入新 Bug”或“覆盖无关代码”的痛点。

• GitHub 测评指出，Opus 4.1 在多文件重构任务中，成功率较 Opus 4 提升约 20%，且改动行数集中在必要范围之内。
• Rakuten Group 工程团队则反馈：Opus 4.1 能精准修复他们的 CI 报错，不会再像之前那样“改一处报错，另处错更惨”。
• Windsurf 的初级开发者基准测试也显示，Opus 4.1 在新手场景下减少了近一倍的迭代调试次数，大幅提升了开发效率。

---

快速上手：API 调用、定价不变

如果你已经在使用 Opus 4，只需将调用模型名称替换为：

claude-opus-4-1-20250805

即可立即体验新版效果。

• 付费渠道：Claude Web、Claude Code、API、Amazon Bedrock、Google Cloud Vertex AI
• 定价：与 Opus 4 保持一致，不增加额外成本

更多文档和资源：

• 系统卡：http://www.anthropic.com/claude-opus-4-1-system-card
• 模型详情：https://www.anthropic.com/claude/opus
• 定价说明：https://www.anthropic.com/pricing#api
• 开发者文档：https://docs.anthropic.com/en/docs/about-claude/models/overview

---

作为一名技术博主，我认为这次 Opus 4.1 的升级不仅在基准测试中拔得头筹，更在真实工程场景里为开发者带来了实实在在的生产力提升。