大年初二，Anthropic 携重磅更新来袭 ——Claude Sonnet 4.6 正式发布！这款定位中端的模型实现全维度升级，编码、计算机使用、长上下文推理、Agent 规划等核心能力全面逼近旗舰级 Opus 4.6，更首次搭载 100 万 token 上下文窗口（beta 版），而价格仍维持每百万 token 输入 3 美元、输出 15 美元的亲民标准。目前，免费版与 Pro 用户打开 claude.ai 和 Claude Cowork，默认模型已自动切换为 Sonnet 4.6，开发者可通过 API 调用模型名claude-sonnet-4-6立即体验。
核心升级：性能追平旗舰，短板全面补齐
Sonnet 4.6 的核心突破在于 “以中端价格提供旗舰级体验”，多项基准测试分数与 Opus 4.6 持平甚至反超，用户体验提升显著：
1. 基准测试全面爆发，多场景碾压同级
在 Anthropic 公布的权威测试中，Sonnet 4.6 展现出 “全能型” 实力，关键指标实现跨越式提升：
-
办公任务封神：GDPval-AA Elo 评分达 1633 分，不仅远超上一代 Sonnet 4.5 的 1276 分，更反超旗舰 Opus 4.6 的 1606 分，在 44 个职业、9 个行业的真实办公任务中表现最佳；
-
计算机使用逼近人类：OSWorld-Verified 测试得分 72.5%，与 Opus 4.6 的 72.7% 几乎持平，远超 GPT-5.2 的 38.2%，操作复杂电子表格、多步骤网页表单、跨浏览器协同等任务的能力已接近人类水平；
-
编程与推理亮眼：SWE-bench Verified 编程得分 79.6%，仅略低于 Opus 4.6 的 80.8%；ARC-AGI-2 新颖问题解决得分 58.3%，较 Sonnet 4.5 的 13.6% 实现质的飞跃，甚至超过 GPT-5.2 的 54.2%；
-
金融分析登顶：Finance Agent v1.1 测试得分 63.3%，击败包括 Opus 4.6（60.1%）在内的所有对比模型，成为金融场景的性价比首选。
2. 用户体验质变，幻觉与效率双优化
内测数据显示，70% 的用户更偏好 Sonnet 4.6 而非 Sonnet 4.5，更有 59% 的用户认为它优于旗舰 Opus 4.5，核心体验提升集中在三大维度：
-
逻辑更严谨：修改代码前会深度读取上下文，主动合并重复逻辑，避免复制粘贴冗余代码，过度工程化与 “偷懒” 情况显著减少；
-
指令遵循更精准：虚报完成、幻觉生成、多步任务半途而废的问题大幅改善，长时段使用稳定性显著提升；
-
视觉输出更精致：前端代码生成、设计类任务的布局、动画与设计感全面升级，达到生产级质量所需的迭代轮次大幅减少。
关键亮点：百万 token 上下文 + 智能策略规划
Sonnet 4.6 的两大核心亮点 ——100 万 token 上下文与自主策略规划能力，彻底解锁复杂场景应用：
1. 百万 token 上下文，容纳完整代码库与长文档
100 万 token 的上下文窗口不仅能 “装下” 整个代码库、长篇合同或数十篇研究论文，更能实现高效推理。在 Vending-Bench Arena 模拟商业运营测试中，Sonnet 4.6 展现出惊人的战略规划能力：前 10 个模拟月大量投入产能，支出远超竞争对手，最后阶段急转弯聚焦盈利，最终余额达 5700 美元，远超 Sonnet 4.5 的 2100 美元，证明其能在长周期任务中保持逻辑连贯与战略一致性。
2. 计算机使用能力成熟，安全防护升级
经过 16 个月迭代，Sonnet 系列的计算机使用能力从 “实验性” 走向 “实用化”：OSWorld 测试分数从 Sonnet 3.5 的 14.9% 一路飙升至 72.5%，能像人类一样操作 Chrome、LibreOffice、VS Code 等真实软件，无需专用 API。安全方面，Sonnet 4.6 抵御 prompt injection（恶意指令注入）的能力大幅提升，与 Opus 4.6 处于同一水平，有效避免被恶意网站诱导执行危险操作。
平台与工具更新：生态整合更深入
Sonnet 4.6 同步带来多项平台功能升级，进一步降低企业与开发者的使用门槛：
-
灵活思考模式：同时支持 adaptive thinking（自适应思考）和 extended thinking（扩展思考），可根据任务复杂度调整思考力度，平衡速度与质量；
-
上下文智能压缩：beta 版 context compaction 功能可在对话接近上下文上限时，自动压缩旧内容，保留关键信息，不影响后续推理；
-
工具链升级：web search 和 fetch 工具可自动编写代码过滤处理搜索结果，code execution、memory、programmatic tool calling 等功能正式 GA（通用可用）；
-
Excel 深度集成：Claude in Excel 插件支持 MCP connectors，可直接调用 S&P Global、LSEG、PitchBook 等专业工具，已配置连接器的用户无需额外设置即可使用（Pro/Max/Team/Enterprise 计划可用）。
价格与使用场景：性价比无可替代
Sonnet 4.6 延续了 Anthropic “性价比为王” 的定价策略，与 Sonnet 4.5 价格完全一致，仅为旗舰 Opus 4.6 的五分之一，成为不同场景的最优选择：
1. 价格体系（每百万 token）
表格
| 模型 | 输入（≤200K tokens） | 输入（>200K tokens） | 输出（≤200K tokens） | 输出（>200K tokens） |
|---|---|---|---|---|
| Sonnet 4.6 | $3 | $6 | $15 | $22.5 |
| Opus 4.6 | $5 | $10 | $25 | $37.5 |
2. 场景适配建议
-
首选 Sonnet 4.6：日常办公、编程开发、金融分析、长文档处理、Agent 部署等绝大多数场景，其性能足以满足需求，且能大幅降低成本。对于每天处理 1000 万 token 的企业，可在不牺牲质量的前提下显著减少支出；
-
仍选 Opus 4.6：代码库重构、多 Agent 协同、高精度要求极高的复杂推理任务，旗舰模型仍具备不可替代的深度推理优势。
安全与可用性：全平台覆盖，安全可靠
-
全平台支持：现已在 Claude 所有计划、Claude Cowork、Claude Code、API 及各大云平台上线，免费用户也能体验全部核心功能，包括 file creation、connectors、skills 等；
-
安全评估优异：整体安全性与近期 Claude 模型持平或更优，性格温和诚实、亲社会，无重大高风险错位（misalignment）迹象，在抵御系统提示词提取、处理指令冲突等安全测试中表现稳健。
结语：中端模型的 “旗舰级革命”
Claude Sonnet 4.6 的发布，再次打破了 “性能与成本强绑定” 的行业规则 —— 以中端价格提供接近旗舰的能力，百万 token 上下文解锁复杂场景，生态整合深入办公与开发流程。对于企业而言，它意味着 “低成本大规模部署 AI” 的时代正式到来；对于开发者与普通用户，它则是日常使用的性价比首选。
Anthropic 用实际行动证明，AI 的普及不必以高成本为代价，而 Sonnet 4.6 的升级，也让 AI 智能体的落地门槛进一步降低。如果你正在寻找一款 “好用不贵” 的 AI 模型，无论是日常办公、编程开发还是企业级 Agent 部署，Sonnet 4.6 都值得立即尝试。