Anthropic 近日正式推出其最新模型 Claude Sonnet 4.6，并宣称这是目前性能最强的 Sonnet 系列版本。该模型在编码、计算机操作、长上下文推理、智能体规划、知识处理和设计等多个领域实现了全面升级，同时保持了与前代 Sonnet 4.5 相同的价格体系：每百万输入 token 收费 3 美元，每百万输出 token 收费 15 美元。
在计算机使用能力方面，Claude Sonnet 4.6 延续了 2024 年 10 月首发的通用计算机操作模型技术路线。通过模拟真实软件环境（如 Chrome、LibreOffice、VS Code 等）的 OSWorld 基准测试显示，该模型在处理复杂电子表格、多步骤网页表单填写等任务时已达到人类水平，并能在多个浏览器标签页间整合信息。尽管目前仍落后于专业人类用户，但其进步速度显著，且在抵抗提示注入攻击方面较前代有重大改进，安全性能与同期发布的 Opus 4.6 持平。
技术团队通过对比图表揭示了模型迭代轨迹：自 2024 年 10 月以来，Sonnet 系列在 OSWorld 基准上的得分持续攀升。值得注意的是，2025 年 7 月更新的 OSWorld-Verified 基准通过升级任务质量评估体系和基础设施，为模型能力验证提供了更严格的测试环境。最新测试表明，Sonnet 4.6 在处理长上下文时表现尤为突出，其 100 万 token 的超大窗口容量可完整容纳代码库、长篇合同或数十篇研究论文，并在推理过程中保持高度一致性。
在 Vending-Bench Arena 商业模拟测试中，Sonnet 4.6 展现出独特的战略思维。该模型在运营初期大幅增加产能投资，支出远超竞争对手，随后在第十个月突然转向利润最大化策略，最终以显著优势领先。这种"先扩张后收割"的运营模式，印证了其在长程规划和资源分配方面的进化。
用户反馈数据显示，约 70% 的开发者在代码修改任务中更倾向选择 Sonnet 4.6，认为其上下文理解能力和逻辑整合效率显著提升。在与 Opus 4.5 的对比测试中，59% 的用户认为新模型减少了过度工程化问题，在指令遵循、幻觉控制和多步骤执行方面表现更优。目前该模型已全面开放使用，覆盖 Claude 套餐、Cowork 协作平台、Code 开发环境及主流云平台，免费用户也可通过默认升级体验文件创建、连接器等新增功能。开发者可通过 Claude API 快速调用 claude-sonnet-4-6 接口进行集成开发。
