Claude Sonnet 4.6：Opus 級推理能力，1/5 的價格，所有人的預設模型 重大更新

Sonnet 4.5 → 4.6：不只是更聰明，而是能「工作」

Sonnet 4.5 是一個出色的程式碼模型。Sonnet 4.6 則是一個出色的工作者。

這次升級的核心不在於「知道更多」，而在於「做到更多」。Anthropic 將 Sonnet 4.6 重新定位為端到端的任務執行引擎——它不只是完成文字，而是完成工作流程。具體改進包括：

• 代理架構最佳化 — 針對長期任務（long-horizon tasks）重新設計，能自主規劃多步驟執行
• 幻覺率降低約 40% — 在技術領域的可靠性顯著提升
• 延遲不變 — 儘管更聰明，推理速度與 Sonnet 4.5 幾乎相同，歸功於改良的注意力機制
• 指令遵循 — 即使在大量上下文中也能維持指令一致性，不會「被雜訊干擾」

Benchmark：中階模型的里程碑

幾個值得注意的點：

• ARC-AGI-2 60.4% 意味著 Sonnet 4.6 是第一個突破 60% 門檻的「中階」模型。以前這個水準只有旗艦模型（Opus、GPT-5）才能達到。
• GDBval-AA-Elo 超越 Opus — 在辦公和行政任務上，Sonnet 4.6 竟然比自家旗艦更強。這暗示 Anthropic 針對「白領工作流程」進行了大量的 RLHF 調優。
• OS World 72.5% — 代表它能處理約 7 成的複雜 GUI 任務（如「找到郵件中的收據並登入記帳系統」），而且能從錯誤中自我恢復。

1M Tokens 上下文視窗

Sonnet 4.6 配備與 Opus 4.6 相同的 1M tokens 上下文視窗（beta），是先前 Sonnet 最大容量的 2 倍。Anthropic 表示這足以在單一請求中容納「整個程式碼庫、長篇合約，或數十篇研究論文」。¹

實測數據：

• Needle-in-a-haystack 準確度：800K tokens 以下 99.8%，滿 1M 時 99.1%
• 相較 Sonnet 4.5，即使上下文塞滿無關內容，指令遵循度也不會明顯下降

電腦操作：從「能用」到「好用」

Sonnet 4.6 的電腦操作能力（Computer Use）是這次升級最具實用價值的部分：²

多步驟操作

OS World 72.5% 的成績代表模型能從錯誤中恢復。網頁載入失敗？它會重新整理。按鈕位置改變？它會重新搜索元素。不再是遇到意外就整個流程崩潰。

跨分頁協調

能可靠地從一個分頁的 PDF 複製資料到另一個分頁的表單，中途不會「忘記」資料結構。這對真實的辦公場景至關重要。

更自然的互動

滑鼠移動更接近人類操作模式，降低了觸發網站反機器人機制的機率。

定價：加量不加價

換句話說：Sonnet 4.6 的推理能力已超越 2025 年的 Opus 3.5（當時定價 $15/$75），但價格只要 1/5。這是「智慧單位成本」的一個重要轉折點。

現在是所有人的預設模型

這可能是影響最廣泛的變化：Sonnet 4.6 已取代 Sonnet 4.5，成為 claude.ai 免費版和 Pro 訂閱的預設模型。¹

這意味著：

• 數百萬用戶自動升級——不需要做任何設定
• 免費用戶首次獲得 60%+ ARC-AGI-2 的推理能力
• Pro 用戶的日常體驗會明顯提升，特別是長上下文和指令遵循

Sonnet 4.6 vs Opus 4.6：什麼時候用哪個？

簡單規則：80% 的情況用 Sonnet，20% 的「深水區」用 Opus。

Anthropic 二月攻勢的完整拼圖

回顧 Anthropic 在 2026 年 2 月的三次發布，策略布局非常清晰：

邏輯很明確：先用 Opus 4.6 展示技術天花板，用 Cowork 提供執行平台，再用 Sonnet 4.6 把能力以低成本普及到所有用戶。引擎 → 平台 → 普及，一個月內完成完整的產品線布局。

展望：Haiku 4.6 即將到來？

按照 Anthropic 的更新節奏，Haiku 4.6 預計在 2026 年 3 月推出。如果 Haiku 4.6 能達到 Sonnet 3.5 級別的效能，以 Haiku 的超低價格（$0.25/$1.25 per 1M tokens），將會對本地部署的開源模型（如 Llama 3 70B）構成嚴重威脅——畢竟自己跑 GPU 的電費可能比 API 還貴。

總結

Claude Sonnet 4.6 可能不像 Opus 4.6 那樣有「Agent Teams」或「C 編譯器」這樣的震撼故事，但它的影響範圍更大。原因很簡單：它是預設模型。

當旗艦模型的能力以 1/5 的價格成為所有人的日常體驗，這比任何 benchmark 紀錄都更有意義。Opus 4.6 定義了技術前沿，但 Sonnet 4.6 定義了大多數人實際使用的 AI 水準。