Claude两个新模型实测流出，空间推理封神，算力直接榨干了

Claude空间推理封神昨天刚刚曝出的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 5.1Sonnet 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 max-tokens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再赢一局原文链接Claude两个新模型实测流出空间推理封神算力直接榨干了-36氪