昨天刚刚曝出的Claude 两款新模型——棉花糖和甜瓜,今天已有实测出现了!
有人实测后发现,两款新模型在3D强化学习和建筑空间布局上,性能强到可怕。
另外,它们对算力的吞噬也十分疯狂。
在给出答案前,它们会消耗海量的「思考token」(Thinking Tokens)进行深度逻辑推理,甚至屡次逼近系统的使用上限!
从这款模型看,Claude正在进化为具备「慢思考」、深度空间物理推理能力的下一代 AI 巨兽。
One-Shot 拿下3D强化学习与建筑布局
有人实测后给出评价:Anthropic真的在疯狂推进3D强化学习。
建筑物的空间布局简直好得令人发指,而且这一切都是一步到位(One-Shot)生成的!
要知道,对于LLM,空间想象力一直是个死穴。
让AI理解一个 3D 房间中桌椅的物理坐标关系、重力法则,或者规划一个拥有复杂动线和承重结构的建筑群布局,简直难如登天。
但这次,Claude 的「棉花糖」和「甜瓜」似乎跨越了这道鸿沟。
它们能够直接理解并生成复杂的3D坐标和空间关系。
而且,实测中发现它们的建筑布局极其优秀,表示新模型在处理拓扑学、几何学和物理约束时性能也很强大。
并且,它们是One-Shot输出,不需要人类反复调整prompt去修正错误,模型经过深度的内部思考后,一次性就能输出完美的3D场景数据。
这背后隐藏着巨大的商业和产业价值。
想象一下,未来的游戏开发者只需要用自然语言描述:「帮我生成一个中世纪风格的要塞,包含三个防御塔和一个隐藏的地下通道」,Claude就能直接输出完美的3D模型代码或布局参数。
建筑师可以直接让AI根据地形和光照条件生成几十种符合力学结构的初步布局方案。元宇宙、工业数字孪生、自动驾驶仿真环境的构建......
这一切,都将因为这种强大的 3D 生成能力而被彻底重塑!
棉花糖与甜瓜的双重暴击
昨天,全网都被棉花糖和西瓜刷屏了。
这次曝光的两款模型内部代号分别为 claude-marshmallow-eap(棉花糖) 和 claude-melon-eap(甜瓜)。
这种「食物+EAP」的命名规则,延续了他们在今年7月短暂测试过的 claude-horchata-eap(欧恰塔,一种墨西哥饮料)的传统。
这两款模型到底是从哪里冒出来的?
据开发者从 API 流量记录中截获的数据显示,在8月21日的 00:45-00:57Z 期间,claude-marshmallow-ht-eap 的 ID 在 API 流量中被高频调用了 57 次!
随后,它在 Claude Code 的模型列表中以「Custom model」的身份赫然出现,并达到惊人的100万 Token 超长上下文窗口。
虽然目前这两款模型还没有第一方 API 端点,似乎仅限于红队测试人员或内部核心人员使用,但早期的零星测试反馈已经足够炸裂。
「棉花糖」 的综合能力被认为略强于「甜瓜」。
在日常对话和逻辑交互中,「棉花糖」的体验甚至比目前的 Opus 5 还要好,对话显得更加自然、宜人。
尽管它们目前的表现似乎还在 Anthropic 顶级的「Fable」级别之下,但它们到底是传说中的 Opus 5.1?Sonnet 5.1?还是全新的 Haiku 迭代?
现在还没有定论。
算力吞噬者:疯狂的「思考token」
不仅如此,多位测试者都发现了一个极其反常的现象:这两个新模型在使用时,对算力的消耗达到了极其疯狂的地步!
一位测试者在推文中惊呼:「我注意到这两个模型的一个共同点,它们使用了海量的思考token,以至于我在测试时,多次直接触发了 (最大token数)的上限!」
什么是「思考token」?为什么它如此重要?
在过去的大模型交互中,AI 往往像是一个「快言快语」的应答者,根据概率分布,逐字逐句地瞬间生成答案。
而Claude 的新一代模型,彻底改变了这一逻辑。在最终给出答案之前,模型会在后台生成大量的「隐形」Token,用来进行极其深度的自我推演、思维链构建和逻辑试错。
这种「不计成本」的计算力倾注,释放出了一个极其强烈的信号: Anthropic 正在暗中攻克 AI 深度推理的瓶颈!
这也印证了此前行业内的猜测——大模型的竞争正在从「训练阶段的算力堆叠)」向「推理阶段的算力消耗」转移。
当 Claude 开始疯狂「思考」到触碰上限时,它所输出的答案质量,将形成对传统模型的降维打击。
疑似紧急救火?Opus 5 的「复仇之战」
这两款神秘模型的突然泄露,时机也很微妙。
仅仅在不到一个月前的 2026 年 7 月 24 日,Anthropic 刚刚发布了万众瞩目的旗舰模型 Opus 5。
在此之前,6月30日发布的 Sonnet 5 曾广受好评。
然而,Opus 5却惨遭滑铁卢。
有开发者在X上无情嘲笑:「Opus 5 的负面评价实在太严重了,以至于 Anthropic 不得不立刻推出两个新模型来试图取代它......笑死我了。」
确实,Opus 5 似乎没能满足用户对「跨代际提升」的期待。对于急于上市Anthropic 来说,这无疑是一次重大打击。
因此,「棉花糖」和「甜瓜」在这个节骨眼上被曝出,引发了外界的无限遐想。
猜想一:Opus 5.1 的绝地反击。
许多人认为,这两个与 Opus 5.1 紧密关联的模型,正是 Anthropic 针对 Opus 5 缺陷进行紧急回炉重造后的「威力加强版」。
通过引入强大的「思考token」机制,强行拔高模型的逻辑天花板。
猜想二:新一代 Sonnet / Haiku 的突袭。
也有测试者认为,考虑到其惊人的速度和性价比,它们可能是 Sonnet 或 Haiku 的更新版,毕竟它们并未被冠以顶级的「Fable」称号。
但无论是哪种情况,Anthropic 显然已经坐不住了。
他们正在疯狂加快迭代速度,甚至不惜将极度消耗算力的前沿模型直接下放测试。X
开发者们已经按捺不住激动:「接下来的几周到几个月,将会变得极其有趣!」
棉花糖和甜瓜,能否一雪Opus 5的前耻,让Anthropic再赢一局?
参考资料:
https://x.com/Lentils80/status/2091704307863142812?s=20
https://x.com/NFT_Chen/status/2091764673767198730?s=20
本文来自微信公众号“新智元”,作者:ASI启示录;编辑:Aeneas
