Claude两个新模型实测流出！空间推理封神，算力直接榨干了

新智元报道

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

编辑：Aeneas