一个让 Opus 4.5 都尴尬的 Sonnet
2026 年 2 月 17 日，Anthropic 发布了 Claude Sonnet 4.6。
这不是一次常规更新。
这是一次”降维打击”。
为什么这么说？
因为 Sonnet 4.6 做到了一件不可思议的事：
用 Sonnet 的价格，提供接近 Opus 的性能。
更离谱的是，在某些任务上，用户甚至更喜欢 Sonnet 4.6，而不是去年 11 月发布的旗舰模型 Opus 4.5。
这意味着什么？
意味着 Anthropic 在短短几个月内，把一个”中端模型”升级到了”准旗舰”水平。
而价格？没变。
数据不会说谎
Anthropic 在 Claude Code 中做了早期测试：
70% 的用户更喜欢 Sonnet 4.6，而不是 Sonnet 4.5。
这还不够惊人。
更惊人的是：
59% 的用户更喜欢 Sonnet 4.6，而不是 Opus 4.5。
Opus 4.5 是什么？
那是 Anthropic 在 2025 年 11 月发布的旗舰模型，当时被认为是”最强大脑”。
结果呢？
短短三个月后，一个 Sonnet 模型就能在用户体验上超越它。
用户反馈：
- 更少的”过度工程化”：不会把简单问题复杂化
- 更少的”懒惰”：不会敷衍了事
- 更好的指令遵循：听得懂人话
- 更少的幻觉：不会胡说八道
- 更一致的多步骤任务执行：不会半途而废
这些改进，听起来很”基础”，但恰恰是开发者最需要的。
1M Token 上下文窗口：不是噱头
Sonnet 4.6 支持 1M Token 上下文窗口（Beta）。
1M Token 是什么概念？
- 整个代码库：可以一次性读取一个中型项目的所有代码
- 长合同：可以分析几百页的法律文件
- 数十篇研究论文：可以同时处理大量学术资料
但更重要的是：
Sonnet 4.6 能在这 1M Token 中有效推理。
这不是简单的”能读”，而是”能理解、能分析、能规划”。
Anthropic 用 Vending-Bench Arena 测试了这一点。
这个测试模拟了一个商业场景：让 AI 模型经营一家（虚拟）公司，看谁能赚最多钱。
Sonnet 4.6 的策略：
- 前 10 个月：大量投资产能，花钱比竞争对手多得多
- 最后阶段：突然转向盈利模式，疯狂赚钱
结果？
Sonnet 4.6 远远领先竞争对手。
这种”长期规划 + 精准转向”的能力，正是 1M Token 上下文窗口带来的优势。
计算机使用能力：从”实验性”到”可用”
2024 年 10 月，Anthropic 首次推出了”计算机使用”功能。
当时的评价是：
“仍然是实验性的——有时笨拙且容易出错。”
但 Anthropic 说：
“我们预计会有快速改进。”
他们没有食言。
16 个月后，Sonnet 4.6 在 OSWorld 基准测试中的表现：
OSWorld 是什么？
这是一个标准的 AI 计算机使用基准测试。
它让 AI 模型在一个模拟的计算机上完成数百个任务：
- 使用 Chrome 浏览器
- 编辑 LibreOffice 文档
- 在 VS Code 中写代码
没有 API，没有特殊接口。
AI 模型必须像人类一样：
- 点击鼠标
- 输入键盘
- 浏览网页
Sonnet 4.6 的表现：
在保险行业的基准测试中，Sonnet 4.6 达到了 94% 的准确率。
这是 Anthropic 测试过的所有模型中，计算机使用能力最强的。
实际应用场景：
- 导航复杂的电子表格
- 填写多步骤的网页表单
- 在多个浏览器标签之间协调工作
这些任务，以前需要人工完成，或者需要专门开发自动化脚本。
现在？
直接让 AI 来做。
编码能力：前端和财务分析的”完美品味”
早期用户反馈中，有两个领域特别突出：
1. 前端代码
用户描述 Sonnet 4.6 生成的前端代码：
“视觉输出明显更精致，布局、动画和设计感都比以前的模型好得多。”
更重要的是：
“需要更少的迭代就能达到生产质量。”
这意味着什么？
意味着开发者不用反复修改、调整、优化。
一次生成，直接可用。
2. 财务分析
Sonnet 4.6 在处理企业文档（图表、PDF、表格）时表现出色。
它能：
- 读取复杂的财务报表
- 提取关键数据
- 进行推理和分析
在 OfficeQA 基准测试中，Sonnet 4.6 的表现与 Opus 4.6 相当。
这意味着：
以前需要 Opus 才能完成的文档理解任务，现在 Sonnet 就能搞定。
价格：没变
这是最疯狂的部分。
Sonnet 4.6 的价格与 Sonnet 4.5 完全相同：
- 输入：$3 per million tokens
- 输出：$15 per million tokens
对比一下：
- Opus 4.6：价格更高（具体未公开，但通常是 Sonnet 的数倍）
- GPT-4：$30/$60 per million tokens
- Claude Sonnet 4.6：$3/$15 per million tokens
性价比？
无敌。
安全性：不是事后补丁
每次发布新模型，Anthropic 都会进行广泛的安全评估。
Sonnet 4.6 也不例外。
安全研究人员的结论：
“Sonnet 4.6 具有’广泛温暖、诚实、亲社会，有时还很有趣的性格，非常强的安全行为，没有重大错位问题的迹象。’”
特别是在 计算机使用 方面，Sonnet 4.6 对 提示注入攻击 的抵抗力大幅提升。
提示注入攻击是什么？
就是恶意网站在页面中隐藏指令，试图劫持 AI 模型。
Sonnet 4.6 在这方面的表现：
- 比 Sonnet 4.5 有重大改进
- 与 Opus 4.6 相当
这意味着：
Sonnet 4.6 不仅更强，而且更安全。
产品更新：不止是模型
Sonnet 4.6 的发布，还伴随着一系列产品更新：
1. 自适应思考和扩展思考
Sonnet 4.6 支持：
- 自适应思考：根据任务复杂度自动调整思考深度
- 扩展思考：对于复杂任务，可以进行更深入的推理
2. 上下文压缩（Beta）
当对话接近上下文限制时，自动总结旧内容，增加有效上下文长度。
3. 网页搜索和抓取工具
Claude 的网页搜索和抓取工具现在可以：
- 自动编写和执行代码
- 过滤和处理搜索结果
- 只保留相关内容
这提高了响应质量和 Token 效率。
4. Claude in Excel 支持 MCP 连接器
现在可以在 Excel 中使用 Claude，并连接到：
- S&P Global
- LSEG
- Daloopa
- PitchBook
- Moody’s
- FactSet
不用离开 Excel，就能让 Claude 从外部工具中提取数据。
谁应该用 Sonnet 4.6？
适合 Sonnet 4.6 的场景：
- 编码任务：前端开发、代码审查、Bug 修复
- 文档分析：财务报表、法律合同、研究论文
- 计算机使用：自动化网页操作、表单填写、数据提取
- 长上下文任务：代码库分析、多文档推理
- Agent 任务：多步骤规划、工作流协调
什么时候还需要 Opus 4.6？
Anthropic 的建议：
“Opus 4.6 仍然是需要最深推理的任务的最强选择，例如代码库重构、协调工作流中的多个 Agent，以及必须做到完美的问题。”
简单来说：
- Sonnet 4.6：90% 的任务
- Opus 4.6：10% 的”必须完美”的任务
一个更大的趋势：AI 模型的”性价比革命”
Sonnet 4.6 的发布，不仅仅是一个模型的更新。
它代表了一个趋势：AI 模型的性价比正在快速提升。
对比：
2025 年 11 月：
- Opus 4.5 是旗舰模型
- Sonnet 4.5 是中端模型
- 两者性能差距明显
2026 年 2 月：
- Sonnet 4.6 接近 Opus 4.5 的性能
- 价格不变
- 用户甚至更喜欢 Sonnet 4.6
这意味着什么？
意味着 AI 模型的进化速度远超预期。
三个月前的”旗舰性能”，现在已经成为”中端价格”。
这对开发者意味着什么？
意味着：
- 更多的任务可以用更便宜的模型完成
- 更多的应用场景变得经济可行
- AI 的普及速度会更快
如何使用 Sonnet 4.6？
1. Claude.ai
免费用户和 Pro 用户：Sonnet 4.6 现在是默认模型。
直接访问 claude.ai，开始使用。
2. Claude API
开发者可以通过 API 使用 claude-sonnet-4-6。
3. 主要云平台
Sonnet 4.6 已在所有主要云平台上线：
- AWS Bedrock
- Google Cloud
- Azure
4. Claude Code 和 Claude Cowork
如果你使用 Claude Code 或 Claude Cowork，Sonnet 4.6 已经可用。
结语：一个”性价比王牌”
Claude Sonnet 4.6，用实力证明了：
AI 模型的进化，不是线性的，而是跳跃式的。
三个月前的旗舰性能，现在已经成为中端价格。
而这个趋势，还在加速。
对于开发者来说，这是最好的时代。
因为你可以用更少的钱，做更多的事。
对于 AI 行业来说，这是最激烈的竞争。
因为每个公司都在拼命提升性价比。
而对于用户来说，这是最幸福的时刻。
因为你可以用最少的成本，享受最好的服务。
Claude Sonnet 4.6，就是这个时代的缩影。
一个”性价比王牌”，正在改变 AI 的游戏规则。