Claude Sonnet 4.6 发布：中端价格，旗舰实力

Hello，我是C哥。

昨天，Anthropic 正式发布了 Claude Sonnet 4.6。这是继12天前 Opus 4.6 之后，Anthropic 在半个月内推出的第二个重磅模型。

一句话总结：Sonnet 4.6 用中端的价格，做到了旗舰级的表现。

先说最核心的数据。

在编程能力上，Sonnet 4.6 在 SWE-bench Verified 上拿到了 79.6%，而 Opus 4.6 是 80.8%。差距只有 1.2 个百分点，但价格差了将近一倍——Sonnet 是每百万 token 3 美元输入、15 美元输出，Opus 是 5 美元和 25 美元。

在电脑操控能力上，Sonnet 4.6 在 OSWorld 基准测试中拿到了 72.5%。要知道，2024年10月这个能力刚推出的时候，得分只有 14.9%。16个月，从不到15%飙到72.5%，接近5倍的提升。而 Opus 4.6 在同一测试上也只有 72.7%，几乎打平。

更有意思的是，在办公场景和金融分析这两个最贴近真实工作的测试中，Sonnet 4.6 反而超过了 Opus 4.6。办公任务评分 1633 对 1606，金融分析 63.3% 对 60.1%。便宜的模型在实际工作中打赢了贵的模型，这在以前是不可想象的。

这次 Sonnet 4.6 还带来了两个对智能体工作流特别重要的新能力。