网易首页 > 网易号 > 正文 申请入驻

性能持平价格大降80%,Anthropic新模型杀疯了

0
分享至

距离ClaudeOpus 4.6的发布仅过去12天,Anthropic就发布了新的中档模型Claude Sonnet 4.6。

这次发布的核心不在于技术突破本身,而在于它以低得多的价格,达到了与竞品齐平的性能。。

Sonnet 4.6的定价保持在每百万token输入3美元、输出15美元,与前代 Sonnet 4.5相同。

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

Anthropic表示,便宜不一定就没有好货。

当然了,在一些关键的测试里,仍然还是Opus 4.6领先。

具体表现如何呢?

01

Sonnet 4.6究竟有多惊艳?

在SWE-bench Verified这个衡量真实软件编码能力的基准测试中,Sonnet 4.6得分79.6%,几乎追平Opus 4.6的 80.8%,同时略微领先于OpenAI的GPT-5.2。

在代理式金融分析任务中,Sonnet 4.6以63.3%的成绩领先所有竞争对手,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,超过Opus 4.6的1606分和GPT-5.2的1462分。

过去需要旗舰模型才能完成的任务,现在用Sonnet 4.6这种中档模型就能做到。

对于每天需要处理数百万token的企业来说,这意味着可以大幅节省成本。

Opus 4.6仍然在某些高复杂度领域保持优势。

在终端编码任务Terminal-Bench 2.0中,Opus 4.6得分65.4%,Sonnet 4.6为59.1%。

在代理式搜索BrowseComp中,Opus 4.6达到84.0%, Sonnet 4.6为74.7%。

在新颖问题解决测试ARC-AGI-2中,Opus 4.6得分68.8%,Sonnet 4.6为58.3%。

这些差距表明,对于前沿研究和需要顶级准确度的场景,Opus 4.6仍是最好的模型。但对于大多数生产环境,这个差距已经缩小到可以接受的程度。

Sonnet 4.6最引人注目的进步出现在计算机使用能力上。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%。

计算机使用能力指的是AI像人类一样操作计算机的能力,通过鼠标点击、键盘输入来与软件交互,而不依赖API接口。

前一阵引发热议的豆包手机助手,其底层的UI-TARS模型,就是在OSWorld基准上完成了权威测试,取得了47.5%的成绩。

豆包手机助手的表现是非常出色的,已经能够完成除了支付以外所有的操作。

那么以此作为判断依据,进而不难推测,Sonnet 4.6的实际表现将会非常惊艳。

这项能力之所以重要,是因为它打开了最广泛的企业应用场景。

一个能够直接看屏幕并与之交互的模型,可以在不构建定制连接器的情况下,自动操作将所有可交互的系统。

Anthropic在发布时提到,早期用户已经看到接近人类水平的表现,能够完成复杂的电子表格任务和多步骤网页表单。

保险科技公司Pace的CEO贾米·考夫(Jamie Cuffe)表示,Sonnet 4.6在他们复杂的保险计算机使用基准测试中达到94%的成绩,是所有测试过的Claude模型中最高的。

他说:“它以我们之前未见过的方式推理失败原因并自我纠正。”

恶意行为者可能在网页中隐藏指令来劫持模型,这被称为提示注入攻击。

Anthropic在公告中表示,Sonnet 4.6在抵御此类攻击方面比Sonnet 4.5有重大改进。

对于部署需要浏览网页和与外部系统交互的代理的企业来说,这种安全防护是必须的。

02

价格只要五分之一

那么Sonnet 4.6到底有多便宜呢?

外媒报道,一些早期的Sonnet 4.6用户表示,原本企业需要花五倍的钱才能买到的能力,现在用Sonnet 4.6就能获得差不多的效果。

这意味着运营成本可能直接降到原来的五分之一,而工作质量几乎不受影响。

数据分析平台Hex Technologies的CTO,同时也是Anthropic联合创始人、首席产品官的凯特琳-科尔格罗夫 (Caitlin Colgrove)说,公司正在将大部分流量迁移到Sonnet 4.6。

她指出通过自适应思考和高努力模式(high effort mode),“除了最困难的分析任务外,我们在所有任务上都看到了Opus级别的性能,且配置更高效灵活。以Sonnet的价格,这将降低工作成本。”

云存储公司Box的CTO本·喀什(Ben Kus)表示,Sonnet 4.6在真实企业文档的重度推理问答中,比Sonnet 4.5的表现提高了15个百分点。

Sonnet 4.6配备了100万token的超长上下文窗口,以容纳整个代码库、法律文件或数十篇研究论文。

Anthropic声称模型能够在整个上下文中有效推理,并通过Vending-Bench Arena这个基准测试来表现出Sonnet 4.6的有效推理。

Vending-Bench Arena测试的是模型运营模拟企业的能力,不同AI模型相互竞争以获得最大利润。

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

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

03

Anthropic开启印度市场

Anthropic正处于上市前最关键的阶段,因此他们不止要发布模型,还要借着模型去扩张业务。

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

与此同时,Anthropic也在印度的班加罗尔开设了首个印度办事处,印度现在占全球Claude使用量的约6%,仅次于美国。

Anthropic的进步也导致了最近几天软件股的大规模抛售,就连业绩大涨的微软,也经历了股价暴跌。

投资者越来越担心AI对这些业务的潜在颠覆,Sonnet 4.6可能会加剧这种不安的氛围。

也不知道是不是Anthropic飘了,他们还将其免费层级默认升级到了Sonnet 4.6,开发者可以通过Claude API直接调用。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
台湾地区代表施振荣,亲赴深圳,公开向大陆喊话,港媒点评太犀利

台湾地区代表施振荣,亲赴深圳,公开向大陆喊话,港媒点评太犀利

国际风云录
2026-11-18 23:18:53
港股中际旭创尾盘拉涨超6%

港股中际旭创尾盘拉涨超6%

每日经济新闻
2026-11-19 15:33:04
比亚迪方程豹钛9上市 首发折叠智舱 27.99万元起售!

比亚迪方程豹钛9上市 首发折叠智舱 27.99万元起售!

CNMO科技
2026-11-19 21:23:07
华为造了台超薄的Air新机,太好看了

华为造了台超薄的Air新机,太好看了

刘奔跑
2026-11-18 19:44:08
3800万人围观!黄仁勋辞职后首次发文:英伟达是一生心血,想带大家再冲一次

3800万人围观!黄仁勋辞职后首次发文:英伟达是一生心血,想带大家再冲一次

算法与数学之美
2026-11-18 23:56:49
下跌近600元了!多家品牌,金饰克价下调

下跌近600元了!多家品牌,金饰克价下调

环球网资讯
2026-11-19 14:25:35
美丽动人的倩影!烟波深处,一袭白衫染江南

美丽动人的倩影!烟波深处,一袭白衫染江南

史海流年号
2026-10-24 18:40:56
终有一天你会明白王安石是对的:斗鸡走犬过一生,才是真正的幸福

终有一天你会明白王安石是对的:斗鸡走犬过一生,才是真正的幸福

老方
2025-04-18 16:21:16
59岁前港姐亚军至今未婚,曾拒绝男星追求,因择偶要求高错过姻缘

59岁前港姐亚军至今未婚,曾拒绝男星追求,因择偶要求高错过姻缘

蹲坑看世界
2026-11-20 00:06:55
九阳股份,再度上演“地天板”!

九阳股份,再度上演“地天板”!

证券时报
2026-11-19 12:19:03
出场不足248分钟,他却选择与皇马续约:因为“爱”

出场不足248分钟,他却选择与皇马续约:因为“爱”

体坛观察猿
2026-11-20 01:21:11
欧洲不肯卖中国光刻机,中方反问,欧洲为啥还想要中国新能源?

欧洲不肯卖中国光刻机,中方反问,欧洲为啥还想要中国新能源?

观察者小海风
2026-11-18 18:27:58
大 S 迎 50 岁冥诞,具俊晔在墓园泣不成声,S 妈携两外孙照合影

大 S 迎 50 岁冥诞,具俊晔在墓园泣不成声,S 妈携两外孙照合影

人间烟火记事本
2026-10-07 22:07:10
亥猪:12月上旬,可能要有“肝肠寸断”的消息,先做好准备吧

亥猪:12月上旬,可能要有“肝肠寸断”的消息,先做好准备吧

阿天爱旅行
2026-11-19 14:17:40
日媒称中国“失礼”,对高市早苗接待不如特朗普、普京,让高市早苗存在“落差”

日媒称中国“失礼”,对高市早苗接待不如特朗普、普京,让高市早苗存在“落差”

蓝星杂谈
2026-11-19 12:16:15
哈里王子突访乌克兰利沃夫,向乌克兰士兵保证:“你们会赢得战争”

哈里王子突访乌克兰利沃夫,向乌克兰士兵保证:“你们会赢得战争”

忧郁天空
2026-11-17 20:06:03
女特种兵休假被人贩子拐卖,当人贩子美美数钱时,竟不知她已在身后

女特种兵休假被人贩子拐卖,当人贩子美美数钱时,竟不知她已在身后

红豆讲堂
2025-03-24 10:44:33
男子买房后,房价从240万降到了80万。在网上抱怨几句后,李诞说:你应该赶紧去买几瓶茅台...

男子买房后,房价从240万降到了80万。在网上抱怨几句后,李诞说:你应该赶紧去买几瓶茅台...

LULU生活家
2026-09-14 15:37:16
纪实:两赌徒徒步3天3夜,从杭州走到上海搞钱,竟将一家三口灭门

纪实:两赌徒徒步3天3夜,从杭州走到上海搞钱,竟将一家三口灭门

人间六月天
2025-02-19 13:37:33
今年冬天可能是60年以来最反常的冬天,有三大特点,大家需要注意

今年冬天可能是60年以来最反常的冬天,有三大特点,大家需要注意

云霄纪史观
2026-11-20 00:50:08
2026-11-20 02:23:00
字母榜 incentive-icons
字母榜
让未来不止于大。
2917文章数 8102关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

游戏
亲子
本地
数码
公开课

PC Gamer试玩GTA6百小时:双主角出色但任务重复

亲子要闻

宝宝气人但是聪明的4个行为

本地新闻

乌兰察布:以前种土豆,现在种Token

数码要闻

苹果公布2026古典乐年度专辑:任奫灿《哥德堡变奏曲》获奖

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版