Claude Sonnet 4.6 发布了，Anthropic 迄今最强的 Sonnet 模型。

这次升级覆盖面很广：编程、计算机操作、长上下文推理、智能体规划、知识工作、设计，全线提升。上下文窗口也扩到了 100 万 token（beta）。价格不变，依然是 3/15 美元每百万 token。

下面快速过一遍值得关注的点。

【1】编程能力大幅提升，用户甚至更偏爱它超过 Opus

Anthropic 的内部测试显示，Claude Code 用户在 70% 的情况下更偏好 Sonnet 4.6 而非上一代 Sonnet 4.5。更夸张的是，59% 的用户甚至更喜欢它而非去年 11 月发布的旗舰模型 Opus 4.5。

用户反馈集中在几个点：Sonnet 4.6 在改代码之前会先读上下文，会合并重复逻辑而不是到处复制粘贴，过度工程化和偷懒的情况也明显减少。多步骤任务执行更稳定，虚假的成功报告更少。

【2】计算机操作从实验品变成了实用工具

2024 年 10 月 Anthropic 首次推出计算机操作功能时，自己都说"还很笨拙、容易出错"。16 个月后，OSWorld 基准测试（让 AI 在真实软件环境里完成任务）的得分从最初的 14.9% 涨到了 72.5%。

早期用户反馈，Sonnet 4.6 在操作复杂电子表格、填写多步骤网页表单这类任务上，已经接近人类水平。它还能跨多个浏览器标签协调操作，把不同来源的信息整合到一起。

当然，跟最熟练的人类比还有差距。但这个进步速度说明，更强的版本不会太远。

安全方面也有改进。计算机操作最大的风险是提示词注入（prompt injection），恶意网页可以藏指令试图劫持模型。Sonnet 4.6 在抵抗这类攻击方面比 Sonnet 4.5 有明显提升。

【3】基准测试全面提升，逼近 Opus 水平

Sonnet 4.6 在各项基准测试中全面进步，接近 Opus 级别的智能水平，但价格只是 Sonnet 级别。换句话说，以前需要用 Opus 才能搞定的任务，现在 Sonnet 就能做。

特别值得一提的是 Vending-Bench Arena 评测，这个测试让 AI 模型在模拟环境中经营一家企业，不同模型之间还要相互竞争。Sonnet 4.6 展现出了有意思的策略：前 10 个月大举投资扩产能，最后阶段突然转向盈利优先，靠这个时机差打赢了竞争对手。

【4】100 万 token 上下文窗口

100 万 token 足够装下整个代码库、长篇合同或几十篇研究论文。更关键的是，Sonnet 4.6 能在这么长的上下文里有效推理，而不只是把文本塞进去。这对需要长期规划的复杂任务很有价值。

【5】产品和 API 更新

API 层面有几个实用更新：网页搜索和抓取工具现在会自动过滤处理搜索结果，只保留相关内容，节省 token；代码执行、记忆、程序化工具调用、工具搜索等功能正式发布（GA）。

Claude in Excel 插件现在支持 MCP 连接器，可以直接在 Excel 里调用 S&P Global、PitchBook、Moody's 等数据源，不用切出去。

免费版也升级到了 Sonnet 4.6，并开放了文件创建、连接器、Skills 和上下文压缩功能。

【6】怎么选：Sonnet 4.6 还是 Opus？

对大多数任务来说，Sonnet 4.6 性价比更高。Anthropic 自己的建议是：需要最深层推理的场景（大规模代码重构、多智能体编排、必须零容错的问题），Opus 4.6 仍然是更好的选择。其他场景，Sonnet 4.6 足够了。

Sonnet 4.6 的模型标识符是 claude-sonnet-4-6，已在所有 Claude 方案、Cowork、Claude Code、API 以及主要云平台上线。