Anthropic Sonnet 4.6：以低价挑战旗舰性能

在ClaudeOpus 4.6发布仅12天后，Anthropic便推出了中档模型Claude Sonnet 4.6，以更低的价格提供了与竞品相当的性能。

Sonnet 4.6的价格策略保持不变，每百万token输入为3美元，输出为15美元，与Sonnet 4.5持平。

然而，在多项基准测试中，Sonnet 4.6的表现接近甚至超越了价格高出五倍的Opus 4.6。

Anthropic强调，价格低并不意味着性能差。

虽然在一些关键测试中，Opus 4.6仍占优势，但Sonnet 4.6的卓越表现已引起广泛关注。

01

Sonnet 4.6的非凡表现

在衡量真实软件编码能力的SWE-bench Verified基准测试中，Sonnet 4.6得分79.6%，几乎追平Opus 4.6的80.8%，并略胜于OpenAI的GPT-5.2。

在金融分析任务中，Sonnet 4.6以63.3%的成绩领先所有对手，包括Opus 4.6的60.1%和GPT-5.2的59.0%。

在办公任务的GDPval-AA Elo评分中，Sonnet 4.6达到1633分，高于Opus 4.6的1606分和GPT-5.2的1462分。

这些成就意味着，过去需要旗舰模型完成的任务，现在中档模型Sonnet 4.6也能轻松应对。

对于每天需处理数百万token的企业而言，这无疑是巨大的成本节约。

当然，Opus 4.6在高复杂度领域仍具优势。

在Terminal-Bench 2.0测试中，Opus 4.6得分为65.4%，而Sonnet 4.6为59.1%。

这些差异表明，对于前沿研究和需要顶级准确度的场景，Opus 4.6仍是最佳选择。但在多数生产环境中，两者的差距已变得可接受。

Sonnet 4.6在计算机使用能力上的进步尤为显著。在OSWorld-Verified基准测试中，它得分72.5%，高于Sonnet 4.5的61.4%，远超GPT-5.2的38.2%。

这种能力指AI像人类一样通过鼠标点击和键盘输入与软件交互的能力，无需依赖API接口。

这种能力打开了最广泛的企业应用场景，使得模型能自动操作所有可交互系统，无需构建定制连接器。

02

价格优势显著

那么Sonnet 4.6到底有多便宜呢？

一些早期用户表示，原本需要五倍预算才能获得的能力，现在用Sonnet 4.6就能实现类似效果。

这意味着运营成本可能直接降至原来的五分之一，而工作质量几乎不受影响。

Anthropic声称模型能在整个上下文中有效推理，并通过Vending-Bench Arena基准测试展示了Sonnet 4.6的有效推理。

该测试评估模型在模拟企业运营中的表现，不同AI模型相互竞争以获取最大利润。

在没有人类提示的情况下，Sonnet 4.6发展出一种新颖策略：前十个模拟月大量投资产能，支出远超竞争对手，最后阶段急转弯专注盈利能力。

模型在365天模拟结束时余额约为5700美元，而Sonnet 4.5约为2100美元。

03

Anthropic拓展印度市场

Anthropic正处于上市前的关键阶段，因此不仅发布模型，还借此扩张业务。

在Sonnet 4.6发布当天，印度IT巨头Infosys宣布与Anthropic合作，将Claude模型集成到其Topaz AI平台中，服务于银行、电信和制造业。

与此同时，Anthropic在印度班加罗尔开设首个印度办事处，印度现占全球Claude使用量的约6%，仅次于美国。