文章重點
- Claude Sonnet 4.6在OSWorld基準測試達72.5%（16個月前僅14.9%），電腦操控能力提升近5倍
- 定價維持每百萬token輸入$3/輸出$15——僅為旗艦Opus的五分之一
- 成為所有用戶（含免費版）的預設模型，70%用戶偏好超過前代Sonnet 4.5
- SWE-bench Verified達79.6%，ARC-AGI-2達60.42%，多項指標接近甚至超越旗艦
「中階革命」：當中階模型不再中階
2026年2月17日，Anthropic發布了Claude Sonnet 4.6——公司最新的中階模型。然而，「中階」這個標籤可能已經不太準確了。在多項基準測試中，Sonnet 4.6的表現不僅匹敵自家旗艦Opus 4.6，甚至在某些領域超越了Google和OpenAI的競爭產品。
最令人震撼的數字是OSWorld基準測試的得分：72.5%。這個衡量AI操控電腦能力的指標，在16個月前Claude 3.5 Sonnet推出電腦操控功能時僅為14.9%。換言之，Anthropic在不到一年半的時間內，將模型的電腦操控能力提升了近5倍。
（電腦操控）
（程式開發）
（抽象推理）
成本比
性能飛躍的技術內涵
Sonnet 4.6引入了幾項關鍵的技術創新，使其在保持較低成本的同時大幅提升性能：
- 自適應思考（Adaptive Thinking）：模型能根據問題複雜度動態調整推理深度，簡單問題快速回答，複雜問題深入思考，避免了「過度思考」的資源浪費。
- 上下文壓縮（Context Compaction）：在100萬token的上下文窗口內，模型能智能壓縮先前對話內容，有效延長可用的記憶範圍。
- 強化提示注入防禦：Anthropic的系統卡片首次公開了不同攻擊面、嘗試次數和防護配置下的提示注入攻擊成功率——這是OpenAI和Google尚未為自家模型提供的透明度。
經濟學的顛覆：一月還太貴的代理，二月就負擔得起
Sonnet 4.6的定價策略堪稱激進。每百萬token輸入$3、輸出$15的價格與前代Sonnet 4.5完全相同，但性能提升了一個量級。以往只有使用Opus旗艦模型才能完成的任務，現在用五分之一的成本就能實現。
這意味著什麼？一位VentureBeat分析師精準地總結：「一月份因為成本太高而無法運行的AI代理，到了二月突然變得負擔得起了。」Box的技術長也報告，Sonnet 4.6在重度推理問答任務中超越前代15個百分點。
市場反應
Sonnet 4.6發布僅一天內，GitHub Copilot宣布全面支援該模型，Amazon Bedrock同步上線。70%的早期用戶表示偏好Sonnet 4.6超過Sonnet 4.5，部分開發者甚至表示在特定任務中更傾向使用它而非更昂貴的Opus系列。
成為「所有人的預設」：免費用戶也能使用
Anthropic做出了一個大膽決定：將Sonnet 4.6設為所有計劃（包括免費版）的預設模型。這不僅是技術上的升級，更是戰略上的宣示——Anthropic正試圖將頂級AI性能從企業專屬變為全民可用。
這一策略與OpenAI近期在ChatGPT中投放廣告形成了鮮明對比。就在不久前的超級碗廣告中，Anthropic直接嘲諷了OpenAI的廣告模式，標語「廣告正在進入AI，但不會進入Claude」引發廣泛討論。
AI能力的「摩爾定律」時刻
從更宏觀的角度來看，Sonnet 4.6代表的是一個更深刻的趨勢：頂級AI能力的獲取成本正在以前所未有的速度下降。就像半導體產業的摩爾定律一樣，AI正在經歷一個性能翻倍、價格減半的加速週期。
差異在於速度——摩爾定律的週期是18-24個月，而當前AI模型的「性價比翻倍」似乎僅需要數月。如果這個趨勢持續下去，到2026年底，今天被視為「旗艦級」的AI能力可能就像日用品一樣普及。
對行業的啟示
Sonnet 4.6的發布傳遞了幾個關鍵信號：
- 模型護城河正在縮窄：中階模型能匹敵旗艦，意味著單純的模型性能不再是競爭壁壘，生態系統和用戶體驗成為新戰場。
- 代理AI即將爆發：當成本障礙被消除，企業部署AI代理的最後一道門檻也隨之瓦解。
- 透明度成為差異化因素：Anthropic公開提示注入攻擊數據的做法，正在建立新的行業標準。
- 競爭格局加速重組：OpenAI的企業錢包份額正從2024年的62%下降至預計2026年的53%，而Anthropic則從14%上升至18%。