Claude Sonnet 4.5 开发者评测：基准测试和实际表现（2025）

Claude Sonnet 4.5：开发者评测

经过两个月的密集测试，以下是我们对 Claude Sonnet 4.5 用于软件开发的全面评测。

基准亮点

SWE-bench Verified

分数：77.2% - 任何 AI 模型取得的最高分

其他基准

• HumanEval： 95.8%

• MBPP： 94.2%

• GPQA Diamond： 76.2%

定价

层级

输入 ($/M)

输出 ($/M)

Sonnet 4.5

$3

$15

Opus 4.5

$15

$75

价值评估： 市场上最佳性能价格比

实际表现

观察到的优势

1. 复杂重构： 出色处理多文件变更

2. Bug 诊断： 出色的代码库问题追踪

3. 代码审查： 捕获微妙的 Bug 和安全问题

4. 文档： 生成全面准确的文档

待改进领域

1. 速度： 慢于 GPT-5.1（3.2s vs 1.8s）

2. 输出冗长： 有时过度解释

3. 框架知识： 偶尔在较新框架上有缺口

最终评分：9.2/10

Claude Sonnet 4.5 为 AI 编码助手树立了新标准。推荐立即在专业开发工作中采用。