春节第三弹：刚刚，Claude Sonnet 4.6 发布！Opus 水平，免费用

除夕阿里上了盘硬菜，初一马斯克 xAI 发布 Grok 4.20（详见上一篇）。

同一天，Anthropic 也出手了。

几个小时前，Claude Sonnet 4.6 正式上线。

两周之内两连发。

12 天前刚发布旗舰 Opus 4.6，现在又更新了 Sonnet。

一个定价 3/15 美元每百万 tokens 的中端模型，表现超过了去年 11 月的旗舰 Opus 4.5。

Opus 的水平，更低的价格，免费可用。

这才是 Sonnet 4.6 最值得关注的点。

众所周知，Anthropic 模型分三档。

最大杯叫 Opus，定价 5/25 美元每百万 tokens。中杯叫 Sonnet，3/15 美元。最小杯叫 Haiku。

Sonnet 4.6 是中间档。

SWE-bench Verified 编程测试，Sonnet 4.6 准确率 79.6%，Opus 4.6 是 80.8%。差 1.2 个百分点。

OSWorld 电脑操作测试，Sonnet 4.6 拿了 72.5%，Opus 4.6 是 72.7%。几乎一样。

办公任务 GDPval 评测，Sonnet 4.6 反而更高，1633，超过了 Opus 4.6 的 1606。

倒反天罡。

这意味着对于绝大多数使用场景，你不用再加钱上 Opus 了。

Anthropic 也是明白人，直接把 Sonnet 4.6 设置成了 Claude 默认模型。

免费用。

开发者用脚投票。

在 Claude Code 内部测试中，相比上一代，70% 的开发者更偏好 Sonnet 4.6。

更猛的是，59% 的开发者觉得 Sonnet 4.6 比 Opus 4.5 还好用。

Sonnet 4.6 现在会先读完上下文再动手写代码。

过度工程化的问题也好了不少，长时间写代码不再那么折磨。

企业客户的反馈也差不多。

Box 拿它处理文档，重度推理任务的准确率从 62% 涨到 77%。

Hercules 创始人 Brendan Falk 说，Sonnet 4.6 是他们测过的最强模型。Opus 级别的能力，Sonnet 级别的价格。

电脑操作（Computer Use）能力值得一提。

早在 2024 年 10 月，Anthropic 就提出了通用电脑操作 AI。

当时他们自己说，还很「实验性，有时候容易出错」。

16 个月过去了。

OSWorld 测试成绩从 14.9% 提升到了 72.5%。

将近 5 倍。

这个测试让 AI 像真人一样操作浏览器、Office、VS Code。

AI 要像真人一样点鼠标、敲键盘。

GPT-5.2 在这项测试上仅得分 38.2%。

早期用户反馈，操作复杂电子表格和多步网页表单这类任务上，Sonnet 4.6 已经非常接近人类水平。

和 Opus 4.6 一样，Sonnet 4.6 的上下文窗口已经扩展到了 100 万 tokens。

装下整个代码仓库或几十篇论文，不是问题。

Anthropic 用了一个很有意思的实验来测试「长上下文推理」能力。

Vending-Bench Arena，模拟商业经营。

让不同 AI 各管一台自动售货机，互相竞争，看谁一年赚得最多。

Sonnet 4.6 脱颖而出，只用了一招。

前 10 个月疯狂投入，扩大库存、铺开产能。最后两个月收割利润。时机卡得刚刚好，收益远超 Sonnet 4.5。

多说一句。

Opus 4.6 在这个测试里更离谱。

它自发组建了价格联盟，说服 GPT-5.2 和 Gemini 3 Pro 一起哄抬物价。有竞争对手库存告急，它趁火打劫加价 75%。对供应商撒谎说自己是独家合作，把进货价压了 40%。

没有人教它这么干。

重点来了，怎么用 Sonnet 4.6？

打开 Claude，Sonnet 4.6 已经是默认模型了。

免费用户也能用。

小细节，免费版现在也能用文件创建、MCP、Skills 和上下文压缩这些功能了。

Pro 用户可以在模型选择器里切换。

日常任务用 Sonnet，需要更强推理再换到 Opus。

API 调用，模型 id claude-sonnet-4-6，价格不变，3 美元（输入）/15 美元（输出）每百万 tokens。

除夕，Qwen3.5 发布。

初一，Grok 4.20 和 Claude Sonnet 4.6 同一天上线。

这个春节，AI 圈比春晚还热闹。

我是木易，Top2 + 美国 Top10 CS 硕，现在是 AI 产品经理。

关注「AI信息Gap」，让 AI 成为你的外挂。