炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：量子位）

春节才是真正的大模型战场，全世界参与的那种。

大年初二，Anthropic史上最强Sonnet——Claude Sonnet 4.6发布。

计算机操作是这次更新的主打卖点。

Anthropic表示，对填写复杂Excel、网页清单等任务，Sonnet 4.6已经接近人类水平。

其他方面也是全方位升级：编码、长上下文推理、Agent规划、知识型工作、设计……Beta阶段还支持1M上下文。

重点来了！定价依然跟Sonnet 4.5一样，免费用户也能用。

性价比简直高到离谱。

创业者Alex Finn体验后表示「难以置信」：

还不只一个人这么说。

Anthropic表示，内测用户对Sonnet 4.6的喜爱程度，已经超过了超大杯Opus 4.5。

计算机操作能力，可以说是这次Sonnet 4.6最亮眼的部分了，Anthropic也在这部分花了不少笔墨。

虽然跟最熟练的人类工作者比还有差距，但进步速度真的恐怖。

看下面这张图——

四个月一次的高频率更新下，性能曲线依然保持着不错的上升势头。

当然，计算机操作能力提升，也意味着如果模型被prompt injection，风险会更大。

Anthropic也想到了这一点，专门给用户们塞了颗定心丸：

Sonnet 4.6的安全等级相比前代Sonnet 4.5有显著改进，表现跟Opus 4.6差不多。

事实上，计算机操作只是冰山一角，Claude Sonnet 4.6在各类Benchmark上都有提升。

具体细节都在下面这张表，一个大杯模型，智能却直逼超大杯Opus系列。

从Benchmark上还可以看到Claude这边出现了「倒反天罡」的情况。

在金融分析和办公室任务这两项测试中，Sonnet 4.6用一骑绝尘的数值，拿下了SOTA，力压历代Opus。

用户的反馈更能说明问题。

在Claude Code的早期内测中，Anthropic发现，在59%的场景下，用户更倾向于选择Sonnet 4.6（而不是Opus 4.5）。

大家评价说，Sonnet 4.6明显更少出现过度设计和「偷懒」，指令遵循方面表现更好。

同时，虚假成功声明更少，幻觉更少，多步骤任务的执行也更加稳定。

对了，这次Sonnet 4.6还提供100万token的上下文，能装下几十篇研究论文。最重要的是，在这么大规模的上下文中，Sonnet 4.6依然保持了相当领先的推理水平。

这一点在Vending-Bench Arena上特别明显。

这是个测试模型在长时间跨度内模拟运营一家企业能力的Benchmark，引入了竞争机制，不同模型需要相互对抗，争取更高利润。

在这个测试中，Sonnet 4.6采用了一种新策略：前10个模拟月份大幅投入产能建设，支出明显高于竞争对手，但在后期迅速开始想办法盈利。

这种转向时机的把握，帮助它在最终成绩上明显领先。

除此之外，用户还反馈称前端代码生成能力有提升。

Sonnet 4.6生成的视觉输出更加精致，布局、动画和设计感都比之前的模型好，达到可用于生产环境的质量所需的迭代轮次也减少了。

实在是奇怪，一款大杯模型，内测中居然比超大杯旗舰款还招人喜欢。

但目前看来，也有许多网友并不买账，甚至说Anthropic是没活硬整。

主要是不太理解：

对此，有人出来解释称：这其实是定价策略和目标用户不一样。

对于本就不差钱的用户来说，这事儿影响不大。毕竟Max订阅套餐里本来就有大量补贴后的Opus 4.6额度，随便用。

但这是C端的思考方式。

在B端，企业客户可没这么大方的token补贴，调用量却高出好几倍。

与此同时，很多场景根本用不着那么强的智能。如果只是让AI帮你居中一个div这种简单活儿，Opus未免有些太奢侈。

从这个角度看，Anthropic的战略路线其实已经很清晰：

不过，这个「市场」其实也不光是企业客户。

计算机操作能力大幅提升，Opus级智能，Sonnet级定价……

这不就是为OpenClaw量身定做的API嘛！

果然，Anthropic这款高性价比模型的消息一出来，「龙虾大军」立马就涌进来了：

网友直接放话：这是有史以来最棒的OpenClaw模型，大家赶紧给自己的龙虾安排上。

实在是有些drama，Anthropic真得好好谢谢OpenClaw作者。

人家项目名字都被整没了，自己也加入了OpenAI，结果……OpenClaw至今还在帮Anthropic带货。

参考链接：

[1]https://www.anthropic.com/news/claude-sonnet-4-6

[2]https://x.com/AlexFinn/status/2023828886287708303