Anthropic半月两发新模型 “史上最强Sonnet”剑指智能体 定价仅为旗舰五分之一

《科创板日报》2月18日讯（编辑 宋子乔） 北京时间2月18日凌晨，Anthropic悄然发布了其新一代中型模型Claude Sonnet 4.6。这款被官方称为“史上最强Sonnet”的模型，在多项基准测试中接近Opus水平，但价格仅为后者的五分之一。

Anthropic半月两发新模型

此时距离Anthropic的旗舰模型Claude Opus 4.6发布不到半个月，Claude Opus 4.6于2026年2月5日正式发布。

Claude Sonnet 4.6可以被视为智能体（Agent）的理想基础模型。它的设计目标和核心能力升级，正是为了支撑复杂的智能体任务。据介绍，其在计算机使用能力和智能体规划方面表现尤为突出，可以执行需要多个步骤的计算机操作，例如填写网页表单，然后跨多个浏览器标签页协调信息。Anthropic称：“在操作计算机方面，该模型当然仍落后于最熟练的人类。但尽管如此，其进步速度依然惊人。”不过，该模型在抵御提示词注入攻击（Prompt Injection Attacks）等安全威胁方面表现更好，这类攻击是指通过恶意指令操控AI模型。

Anthropic预计，到2029年将向亚马逊、谷歌和微软支付至少800亿美元，以在其云服务器上运行Claude AI。

性能跃升 逼近“旗舰级”

Sonnet 4.6在编程、计算机操作、长上下文推理、智能体规划等任务处理上有了跨越式提升。Anthropic公布的基准测试显示，该模型在多项关键指标上已接近甚至超越其2月6日刚发布的旗舰模型Opus 4.6。

在Agent金融分析和办公任务（GDPVal-AA）两项测评中，Sonnet 4.6的得分分别达到63.3%和1633 Elo，双双超过Opus 4.6的60.1%和1606 Elo。在评估真实世界软件工程能力的SWE-bench测试中，其表现同样逼近Opus水平。

模型保留了100万token的超大上下文窗口（测试版），这意味着它可以一次性处理整部《三体》trilogy级别的代码库或数百页的研究论文。更重要的是，Anthropic强调Sonnet 4.6能够“有效地在整个上下文中进行推理”，这对于需要长期规划的复杂任务至关重要。

在计算机使用能力方面，Sonnet 4.6在OSWorld基准测试中取得了72.5分，较一年前的28.0分实现质的飞跃。早期用户反馈显示，它在处理复杂电子表格、填写多步骤网页表单以及跨浏览器标签协同操作等任务时，已展现出接近人类水平的能力。

应用场景：从代码重构到企业办公

Sonnet 4.6的升级直接转化为广泛的应用场景落地。在编程领域，一位开发者在社交平台X上分享了他的惊艳体验：Sonnet 4.6仅用一次API调用就重构了整个代码库——执行了25次工具调用，新增3000多行代码，创建了12个全新文件，将单体应用成功模块化。

在企业级应用中，Box公司首席技术官Ben Kus证实：“Sonnet 4.6在深度推理和复杂Agent任务上表现出了显著进步，在重度推理Q&A任务上比Sonnet 4.5提升了15个百分点。”金融科技公司Hebbia也报告称，其内部基准测试的答案匹配率出现大幅跃升。

值得注意的是，Sonnet 4.6展现出了一种近乎“战略思考”的能力。在Vending-Bench Arena模拟商业运营的评测中，该模型发展出了一套独特策略：前期重金投资能力建设，最后阶段迅速转向盈利，最终收益远超竞争对手。

Anthropic的“性价比之作”

Claude Sonnet 4.6延续了Sonnet系列的经济定价策略：每百万token输入3美元、输出15美元，与Sonnet 4.5持平。由于性能直接逼近Opus级别，对于免费和Pro订阅用户，它已成为claude.ai和Claude Cowork的默认模型。

AWS已第一时间宣布Sonnet 4.6在Amazon Bedrock上架，称其为“Anthropic的最强计算机使用模型”。

市场担忧，Anthropic这种以低成本提供高性能模型的做法，正在加速AI融入真实工作流，并可能重构企业软件的定价模式，这种情绪在短时间内转为焦虑与担忧：AI是否会颠覆或是直接取代SaaS乃至软件行业。

在与Opus 4.5的对比测试里，用户有59%的时间更偏好Sonnet 4.6。开发者普遍认为，Sonnet 4.6在修改代码前能更有效地读取上下文，整合共享逻辑而非简单复制，并且“过度工程化更少、幻觉更少、多步骤任务执行更稳”。一位开发者直言：“Claude Sonnet 4.6以更低的成本实现了接近Opus的智能水平，这对预算有限的团队意义非凡。”

不过，也有部分用户认为Sonnet 4.6未达到预期，指出其在编程方面并未全面超越Opus 4.5，更像是“Cowork功能的升级”。

关于Anthropic

Anthropic由前OpenAI研究副总裁达里奥·阿莫迪兄妹于2021年创立，核心团队曾参与GPT-2和GPT-3的早期研发。因对OpenAI的发展方向存在分歧，他们离职创办了这家致力于AI安全与研究的公司。

凭借创始人团队的光鲜背景，该公司融资步伐迅猛，自成立以来累计融资额已超300亿美元。2026年2月，公司刚完成300亿美元G轮融资，投后估值飙升至3800亿美元，使其成为全球估值第二高的AI独角兽，仅次于OpenAI。本轮融资参与方包括光速创投（Lightspeed Venture Partners）、门洛风险投资（Menlo Ventures）、摩根士丹利投资（Morgan Stanley Investment）、NX1资本（NX1 Capital）及卡塔尔投资局（Qatar Investment Authority）。

Anthropic最核心的产品是Claude系列大语言模型，按照能力梯队划分为三个层级：

Claude Opus系列：旗舰级模型，代表当前最高智能水平。

Claude Sonnet系列：性能与成本的平衡之选，也是大众用户接触最多的模型。

Claude Haiku系列：轻量级模型，主打快速响应和低成本，适用于实时交互场景。

基于上述模型，Anthropic开发了AI编程助手Claude Code和办公场景智能体Claude Cowork。Anthropic的年化营收在2025年年底超过90亿美元，其中，Claude Code的年化收入已达25亿美元。