Как устроен Claude 3.7 Sonnet: Разбор гибридного мышления и динамического инференса
До релиза Claude 3.7 Sonnet индустрия была разделена на два лагеря: быстрые модели прямого прохода (Claude 3.5 Sonnet, GPT-4o) и специализированные медленные модели рассуждений (OpenAI o1, DeepSeek-R1). Claude 3.7 впервые объединил оба мира в рамках единой нейросетевой архитектуры, дав инженерам программный контроль над бюджетом размышлений.

Механика работы Thinking Budget в API Anthropic
В отличие от закрытого o1, где модель сама решает, сколько токенов потратить, в Claude 3.7 вы передаете параметр thinking.budget_tokens. Это дает разработчикам стопроцентную предсказуемость задержки и расходов:
- budget_tokens: 0 (Thinking Disabled) — модель отвечает мгновенно как ультрабыстрый Claude 3.5 Sonnet.
- budget_tokens: 2048 — идеальный баланс для написания изолированных функций, SQL-запросов и юнит-тестов.
- budget_tokens: 16384+ — режим глубокого рефакторинга крупных кодовых баз и решения сложных олимпиадных задач.
Интеграция Claude 3.7 с Extended Thinking на TypeScript
Пример отправки запроса с динамическим бюджетом мышления:
import Anthropic from '@anthropic-ai/sdk';
const anthropic = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY });
async function solveArchitecturalProblem(prompt: string) {
const stream = await anthropic.messages.create({
model: 'claude-3-7-sonnet-20250219',
max_tokens: 8192,
thinking: {
type: 'enabled',
budget_tokens: 4096, // Выделяем до 4096 токенов на рассуждения
},
messages: [{ role: 'user', content: prompt }],
stream: true,
});
for await (const chunk of stream) {
if (chunk.type === 'content_block_delta') {
if (chunk.delta.type === 'thinking_delta') {
// Мыслительный процесс модели (скрытый Chain-of-Thought)
process.stdout.write(`[33m${chunk.delta.thinking}[0m`);
} else if (chunk.delta.type === 'text_delta') {
// Финальный готовый ответ пользователю
process.stdout.write(chunk.delta.text);
}
}
}
}Результаты SWE-bench Verified: Новый рекорд индустрии
На авторитетном бенчмарке SWE-bench Verified Claude 3.7 Sonnet с бюджетом мышления показал феноменальный результат более 70% решенных реальных задач из репозиториев GitHub, опередив все существующие коммерческие модели мира.
Аппаратная верификация и метрики кремния
vllm serve claude-3-7-sonnet-hybrid-reasoning-explained --tensor-parallel-size 4 --gpu-memory-utilization 0.95 --max-model-len 32768 --kv-cache-dtype fp8Artur Moiseyev
AI Systems Architect
Независимый AI-исследователь и архитектор распределенных систем. Разрабатываю мультиагентные системы, открытые reasoning-модели и инфраструктуру реального времени.
Связанные статьи справочника

Скилл Thinking / Размышление (DeepThink R1, o3, Claude): зачем нужна эта кнопка и как она убирает ошибки
Зачем во всех нейросетях появилась кнопка «DeepThink (R1)» или «Размышление»? Объясняем простыми словами, как ИИ проверяет сам себя перед ответом и в каких задачах этот скилл незаменим.

Скилл памяти на 2 000 000 токенов и NotebookLM: как загрузить в ИИ 20 книг, 100 договоров или часовое видео
Обычные нейросети теряют нить уже после 40 страниц текста. Узнайте, как скилл сверхдлинной памяти (2M токенов в Gemini 2.5 и бесплатный Google NotebookLM) позволяет анализировать гигантские архивы документов и видео.

Google Gemini 2.5 Flash и Pro: 2M контекст, Flash Thinking и мультимодальные бенчмарки
Архитектурный разбор Google DeepMind Gemini 2.5. Анализируем режим рассуждений Flash Thinking, нативную токенизацию аудио/видео, контекст на 2 миллиона токенов и рекордную экономику API.