Antropik meluncurkan generasi berikutnya Melemparkan Model saat ini, Opus 4 dan Sonnet 4, dirancang untuk pengkodean, penalaran lanjutan dan dukungan dari generasi berikutnya dari agen mampu otonom AI. Kedua model sekarang umumnya tersedia di Amazon Mother RockMemberikan pengembang segera akses ke penalaran tingkat lanjut dari model dan kemampuan agen.
Amazon Bedrock memperluas opsi AI dengan model antrop yang paling canggih, memberikan kebebasan untuk membangun aplikasi transformatif dengan Keamanan Gelar Bisnis Dan AI bertanggung jawab Kontrol Kedua model memperluas apa yang mungkin dengan sistem AI dengan meningkatkan perencanaan tugas, penggunaan alat dan dominasi agen.
Dengan kecerdasan canggih Opus 4, Anda dapat membangun agen yang menangani tugas -tugas konteks jangka panjang dan tinggi, seperti refactorizing basis kode besar, mensintesis penelitian atau mengoordinasikan operasi bisnis interpurasional. Sonnet 4 dioptimalkan untuk efisiensi skala, sehingga merupakan penyesuaian yang kuat sebagai subagent atau untuk tugas volume tinggi seperti ulasan kode, koreksi kesalahan dan pembuatan konten gelar produksi.
Membangun dengan GeneratifBanyak pengembang bekerja dalam tugas jangka panjang. Alur kerja ini membutuhkan penalaran yang mendalam dan berkelanjutan, seringkali melibatkan beberapa langkah proses, perencanaan dalam konteks besar dan mensintesis berbagai input dalam tenggat waktu yang diperluas. Contoh bagus dari alur kerja ini adalah pengembang Agen ai Mereka membantu Anda merujuk atau mengubah proyek besar. Model yang ada dapat merespons dengan cepat dan lancar, tetapi mempertahankan koherensi dan konteks dari waktu ke waktu, terutama di bidang -bidang seperti pengkodean, penelitian atau alur kerja bisnis, dapat menjadi tantangan.
Claude Opus 4
Claude Opus 4 adalah model paling canggih sampai tanggal antropik, dirancang untuk membangun agen canggih yang dapat bernalar, merencanakan dan melaksanakan tugas kompleks dengan pengawasan minimal. Poin referensi antropik menunjukkan bahwa itu adalah model pengkodean terbaik yang tersedia di pasar saat ini. Itu menonjol dalam skenario pengembangan perangkat lunak di mana konteks yang diperluas, penalaran yang mendalam dan eksekusi adaptif sangat penting. Pengembang dapat menggunakan Opus 4 untuk menulis dan refraktor kode dalam proyek lengkap, mengelola arsitektur baterai penuh atau sistem agen desain yang mematahkan tujuan tingkat tinggi dalam langkah -langkah yang dapat dieksekusi. Menunjukkan Hasil pengkodean yang kuat dan titik berpusat agen sebagai Bangku SWE Dan Tau-benchJadi itu adalah pilihan alami bagi agen konstruksi yang menangani alur kerja pengembangan beberapa langkah. Misalnya, Opus 4 dapat menganalisis dokumentasi teknis, merencanakan implementasi perangkat lunak, menulis kode yang diperlukan dan memperbaiki secara iteratif, sambil melacak persyaratan dan konteks arsitektur di seluruh proses.
Claude 4 Sonnet
Claude Sonnet 4 melengkapi Opus 4 dengan menyeimbangkan kinerja, kapasitas respons dan biaya, yang membuatnya sangat cocok untuk beban kerja produksi volume tinggi. Ini dioptimalkan untuk tugas pengembangan harian dengan peningkatan kinerja, seperti mempromosikan ulasan kode, implementasi dana kesalahan dan pengembangan fitur baru dengan loop umpan balik langsung. Anda juga dapat mempromosikan asisten yang siap untuk diproduksi untuk aplikasi waktu nyata. Sonnet 4 adalah soneta pengganti Claude 3.7. Dalam sistem multi -agen, Sonnet 4 berfungsi dengan baik sebagai subagente khusus dari tugas: tanggung jawab manajemen seperti ulasan kode spesifik, pencarian dan pemulihan, atau pengembangan karakteristik yang terisolasi dalam pipa yang lebih luas. Anda juga dapat menggunakan Sonnet 4 untuk mengelola Pipa Integrasi dan Pengiriman Berkelanjutan (CI/CD), membuat kesalahan atau mengintegrasikan API, semuanya sambil mempertahankan kinerja tinggi dan output yang disejajarkan oleh pengembang.
Opus 4 dan Sonnet 4 adalah model penalaran hibrida yang ditawarkan oleh dua mode: hampir momen dan pemikiran yang diperpanjang untuk penalaran yang lebih dalam. Anda dapat memilih jawaban yang dekat dengan aplikasi interaktif, atau memungkinkan pemikiran yang diperluas ketika aplikasi mendapat manfaat dari analisis dan perencanaan yang lebih dalam. Berpikir sangat berguna untuk tugas penalaran konteks jangka panjang di bidang -bidang seperti rekayasa perangkat lunak, matematika atau penelitian ilmiah. Dengan mengonfigurasi anggaran pemikiran model, misalnya, ketika menetapkan jumlah token maksimum, Anda dapat menyesuaikan kompensasi antara latensi dan kedalaman respons untuk beradaptasi dengan beban kerja Anda.
Bagaimana memulai
Untuk melihat Opus 4 atau Sonnet 4 beraksi, Aktifkan model baru Di akun AWS Anda. Kemudian, Anda dapat mulai mengkode dengan Bedrock Converse API dengan Model IDanthropic.claude-opus-4-20250514-v1:0 Untuk Opus 4 dan anthropic.claude-sonnet-4-20250514-v1:0 Untuk Sonnet 4. Kami sarankan menggunakan API Converse, karena menyediakan API yang konsisten yang bekerja dengan semua model Amazon Bedrock yang menerima pesan. Ini berarti Anda dapat menulis kode sekali dan menggunakannya dengan model yang berbeda.
Misalnya, mari kita bayangkan bahwa saya menulis agen untuk meninjau kode sebelum menggabungkan perubahan dalam repositori kode. Saya menulis kode berikut yang menggunakan Bedrock Converse API Untuk mengirim sistem dan indikasi pengguna. Kemudian, agen mengkonsumsi hasil yang ditransmisikan.
private let modelId = "us.anthropic.claude-sonnet-4-20250514-v1:0"
// Define the system prompt that instructs Claude how to respond
let systemPrompt = """
You are a senior iOS developer with deep expertise in Swift, especially Swift 6 concurrency. Your job is to perform a code review focused on identifying concurrency-related edge cases, potential race conditions, and misuse of Swift concurrency primitives such as Task, TaskGroup, Sendable, @MainActor, and @preconcurrency.
You should review the code carefully and flag any patterns or logic that may cause unexpected behavior in concurrent environments, such as accessing shared mutable state without proper isolation, incorrect actor usage, or non-Sendable types crossing concurrency boundaries.
Explain your reasoning in precise technical terms, and provide recommendations to improve safety, predictability, and correctness. When appropriate, suggest concrete code changes or refactorings using idiomatic Swift 6
"""
@preconcurrency import AWSBedrockRuntime
@main
struct Claude {
static func main() async throws {
// Create a Bedrock Runtime client in the AWS Region you want to use.
let config =
try await BedrockRuntimeClient.BedrockRuntimeClientConfiguration(
region: "us-east-1"
)
let bedrockClient = BedrockRuntimeClient(config: config)
// set the model id
let modelId = "us.anthropic.claude-sonnet-4-20250514-v1:0"
// Define the system prompt that instructs Claude how to respond
let systemPrompt = """
You are a senior iOS developer with deep expertise in Swift, especially Swift 6 concurrency. Your job is to perform a code review focused on identifying concurrency-related edge cases, potential race conditions, and misuse of Swift concurrency primitives such as Task, TaskGroup, Sendable, @MainActor, and @preconcurrency.
You should review the code carefully and flag any patterns or logic that may cause unexpected behavior in concurrent environments, such as accessing shared mutable state without proper isolation, incorrect actor usage, or non-Sendable types crossing concurrency boundaries.
Explain your reasoning in precise technical terms, and provide recommendations to improve safety, predictability, and correctness. When appropriate, suggest concrete code changes or refactorings using idiomatic Swift 6
"""
let system: BedrockRuntimeClientTypes.SystemContentBlock = .text(systemPrompt)
// Create the user message with text prompt and image
let userPrompt = """
Can you review the following Swift code for concurrency issues? Let me know what could go wrong and how to fix it.
"""
let prompt: BedrockRuntimeClientTypes.ContentBlock = .text(userPrompt)
// Create the user message with both text and image content
let userMessage = BedrockRuntimeClientTypes.Message(
content: [prompt],
role: .user
)
// Initialize the messages array with the user message
var messages: [BedrockRuntimeClientTypes.Message] = []
messages.append(userMessage)
var streamedResponse: String = ""
// Configure the inference parameters
let inferenceConfig: BedrockRuntimeClientTypes.InferenceConfiguration = .init(maxTokens: 4096, temperature: 0.0)
// Create the input for the Converse API with streaming
let input = ConverseStreamInput(inferenceConfig: inferenceConfig, messages: messages, modelId: modelId, system: [system])
// Make the streaming request
do {
// Process the stream
let response = try await bedrockClient.converseStream(input: input)
// verify the response
guard let stream = response.stream else {
print("No stream found")
return
}
// Iterate through the stream events
for try await event in stream {
switch event {
case .messagestart:
print("AI-assistant started to stream")
case let .contentblockdelta(deltaEvent):
// Handle text content as it arrives
if case let .text(text) = deltaEvent.delta {
streamedResponse.append(text)
print(text, terminator: "")
}
case .messagestop:
print("nnStream ended")
// Create a complete assistant message from the streamed response
let assistantMessage = BedrockRuntimeClientTypes.Message(
content: [.text(streamedResponse)],
role: .assistant
)
messages.append(assistantMessage)
default:
break
}
}
}
}
}
Untuk membantunya memulai, kolega saya Dennis mempertahankan a beragam contoh kode Untuk beberapa kasus penggunaan dan berbagai bahasa pemrograman.
Tersedia hari ini di Amazon Bedrock
Versi ini menawarkan pengembang akses langsung di Amazon Bedrock, yang dikelola sepenuhnya dan tanpa layanan server, untuk generasi berikutnya dari model Claude yang dikembangkan oleh Anthrope. Apakah Anda sudah membangun dengan Claude di Amazon Bedrock atau hanya dimulai, akses sempurna ini membuatnya lebih cepat bereksperimen, prototipe dan memanjat dengan model yayasan avant -garde, tanpa memberikan infrastruktur atau integrasi yang kompleks.
Claude Opus 4 tersedia di berikut ini Daerah AWS Di Amerika Utara: AS Timur (Ohio, N. Virginia) dan AS Barat (Oregon). Claude Sonnet 4 tersedia tidak hanya di daerah AWS di Amerika Utara tetapi juga di APAC dan Eropa: US East. Anda dapat mengakses kedua model tersebut Inferensi lintas wilayah. Inferensi lintas wilayah membantu secara otomatis memilih wilayah AWS yang optimal dalam geografinya untuk memproses aplikasi inferensi Anda.
Opus 4 membahas tugas -tugas pengembangannya yang paling menantang, sementara Sonnet 4 menonjol dalam pekerjaan rutin dengan kecepatan optimal dan keseimbangan kapasitasnya.
Pelajari lebih lanjut tentang dia penetapan harga Dan Cara menggunakan model baru ini di Amazon Bedrock Hari ini!
