Anthropic 正式推出 Claude Sonnet 4.6，这是迄今为止功能最强大的 Sonnet 模型。它在编程、计算机使用、长上下文推理、Agent 规划、知识工作和设计等方面全面升级，同时带来测试版 1M Token 上下文窗口。
定价与可用性
Sonnet 4.6 的定价与 Sonnet 4.5 保持一致，通过 API 访问起价为 $3/$15 per million tokens（输入/输出）。Free 和 Pro 计划用户现在在 claude.ai 和 Claude Cowork 中默认使用 Sonnet 4.6。
编程能力全面跃升
Sonnet 4.6 在编程方面的提升尤为突出：
- 早期用户 70% 的时间偏好 Sonnet 4.6 胜过 Sonnet 4.5
- 甚至有 59% 的时间偏好 Sonnet 4.6 胜过去年 11 月的旗舰模型 Opus 4.5
- 用户反馈它更不容易过度设计和偷懒
- 更少的虚假成功声明和幻觉
- 多步骤任务的一致性更强
在 Claude Code 中，Sonnet 4.6 能够在修改代码前更有效地阅读上下文，合并共享逻辑而不是重复它，长会话中使用体验更好。
计算机使用能力飞跃
Sonnet 4.6 在计算机使用方面的进步令人印象深刻：
- 在 OSWorld 基准测试中得分达到 72.5%（2024 年 10 月首次发布时仅为 15%）
- 早期用户在导航复杂电子表格、填写多步骤网页表单等任务中看到了人类级别的表现
- 对抗 Prompt 注入攻击的防护能力相比 Sonnet 4.5 有重大改进
OSWorld 是 AI 计算机使用的标准基准测试，包含在真实软件（Chrome、LibreOffice、VS Code 等）上运行的数百个任务，模型必须像人一样点击鼠标和键盘操作。
1M Token 上下文窗口（测试版）
1M Token 上下文足以容纳整个大型代码库、长篇合同文件或数十篇研究论文。更重要的是，Sonnet 4.6 能在如此大的上下文中有效推理，而不仅仅是简单存储。
Vending-Bench Arena 测试中，Sonnet 4.6 展示了有趣的长期规划策略：在模拟商业运营的前 10 个月大力投入产能，然后在最后阶段急转专注盈利，凭借这一时机把握赢得竞争。
全面基准测试提升
Sonnet 4.6 在各项基准测试中全面提升，接近 Opus 级别的智能，但价格更实惠：
- GDPVal-AA（真实世界办公任务）：性能达到 Opus 4.6 水平（Databricks 确认）
- OfficeQA（企业文档理解）：媲美 Opus 4.6
- 金融服务基准：相比 Sonnet 4.5 答案匹配率显著提升
- 保险计算机使用：达到 94% 准确率，测试过的最高性能模型
API 新功能
与 Sonnet 4.6 同步上线的 API 新功能：
- **自适应思考（Adaptive Thinking）**和扩展思考（Extended Thinking）
- 上下文压缩（Context Compaction）测试版：自动摘要老旧上下文
- Web 搜索和抓取工具：自动过滤搜索结果，提升质量和 Token 效率
- 代码执行、记忆、程序化工具调用 全面 GA
免费计划升级
免费层现在默认使用 Sonnet 4.6，包含文件创建、连接器、Skills 和上下文压缩（Compaction）。
模型选用建议
| 场景 | 推荐模型 |
|---|---|
| 日常编程、Agent 工作流 | Claude Sonnet 4.6 |
| 需要最深度推理（代码库重构、多 Agent 协调） | Claude Opus 4.6 |
| 高速低延迟任务 | Claude Haiku |
原文：Introducing Sonnet 4.6 | 来源：Anthropic 官方博客