发布新旗舰模子Claude Opus 4。6后不到两周，OpenAI的强敌Anthropic再次推出沉磅产物Claude Sonnet 4。6，以中端的价钱供给接近旗舰级模子的智能程度。这对AI行业形成了一次严沉的订价钱局沉塑。美东时间2月17日周三，Anthropic官宣发布Claude Sonnet 4。6，新模子正在编程、操做电脑、长文本推理、智能体规划、学问工做和设想等方面实现全面升级，订价取前代Sonnet 4。5不异，仍为每百万token输入3美元、输出15美元，但据称机能已接近订价为每百万token输入15美元、输出75美元的旗舰Opus模子，且订价却只要后者的五分之一。对于每天进行数百万次API挪用的企业摆设AI智能体而言，这一成本机能比的改变具有变化意义。正在操做电脑能力方面，Sonnet 4。6正在尺度基准测试OSWorld上得分达72。5%，不到一年半时间提拔到接近人类程度。正在晚期测试中，开辟者正在约七成环境下更偏好Sonnet 4。6而非前代，以至正在近六成的环境下更偏好它，而非客岁11月发布的Anthropic旗舰模子Opus 4。5。此次发布正值Anthropic加快进军企业市场。据报道，Anthropic上周五刚以3800亿美元估值完成300亿美元的新融资，估值较客岁9月翻倍。同正在本周三，印度IT巨头Infosys颁布发表取Anthropic合做，将Claude模子整合至其Topaz AI平台，用于银行、电信和制制业。Anthropic还正在班加罗尔开设了首个印度处事处。OSWorld基准测试正在模仿计较机上呈现数百项逾越Chrome、LibreOffice、VS Code等实正在软件的使命，没有特殊API或公用毗连器，模子像人类一样通过点击虚拟鼠标和虚拟键盘取计较机交互。Anthropic暗示，该模子可以或许处置复杂电子表格或填写多步调网页表单等使命，然后正在多个浏览器标签页间整合消息。这一能力对企业使用至关主要。几乎每个组织都有难以从动化的遗留软件——安全门户网坐、数据库、企业资本规划系统、病院排班东西——这些都是正在API呈现之前建立的。一个可以或许像人一样查看屏幕并取之交互的模子，无需建立定制毗连器就能实现这些系统的从动化。Pace的CEO Jamie Cuffe暗示，Sonnet 4。6正在该公司复杂的安全计较机利用基准测试中达到94%的精确率，是所有Claude模子中表示最好的。Cuffe说：“它以我们从未见过的体例进行毛病推理和改正。”Convey结合创始人Will Harvey称其为“我们评估测试过的所有模子中的明白改良”。Anthropic还指出，计较机操做存正在提醒注入风险——恶意行为者正在网坐上躲藏指令以劫持模子。该公司的评估显示，Sonnet 4。6正在抵御此类方面较Sonnet 4。5有严沉改良。正在Claude Code中，Anthropic的晚期测试发觉，开辟者正在约70%的环境下更偏好Sonnet 4。6而非Sonnet 4。5。用户演讲称，归并共享逻辑而非反复，这使得它正在长时间利用时比晚期模子更不令人沮丧。用户以至正在59%的环境下更偏好Sonnet 4。6而非客岁11月的旗舰模子Opus 4。5。他们评价Sonnet 4。6显著降低了过度工程化和懒惰倾向，正在指令遵照方面较着更好。他们演讲称虚假成功声明更少，更少，多步调使命的持续施行更分歧。晚期客户反馈凸起了前端代码和金融阐发方面的改良。多位测试者描述称，Sonnet 4。6的视觉输出较着更精美，结构、动画和设想感都优于以前的模子。客户达到出产质量成果所需的迭代轮数也更少。GitHub产物副总裁Joe Binder，该模子“曾经正在复杂代码修复方面表示超卓，特别是正在跨大型代码库搜刮至关主要时。对于大规模运转智能体编程的团队，我们看到了强劲的处理率和开辟者所需的分歧性。”Sonnet 4。6的订价策略是此次发布最主要的看点。订价维持正在每百万token输入3美元、输出15美元，取前代Sonnet 4。5不异。而Anthropic的旗舰Opus模子订价为每百万token输入15美元、输出75美元——是Sonnet价钱的五倍。Anthropic称，以前需要利用Opus级模子才能达到的机能——包罗正在现实具有经济价值的办公使命上——现正在通过Sonnet 4。6即可获得。对于目前摆设每天进行数百万次API挪用的AI智能体的数千家企业而言，这一成本计较改变了一切。据报道，正在很多企业最关怀的类别中，Sonnet 4。6的表示婚配以至超越了运转成本超出跨越五倍的模子。一家运转每天处置1000万token的AI智能体的企业，以前正在较低成本的劣质成果和快速扩大收入的优良成果之间选择。Sonnet 4。6正在很大程度上消弭了这种衡量。Hex Technologies首席手艺官Caitlin Colgrove暗示，该公司正将大部门流量转移到Sonnet 4。6，指出“除了最坚苦的阐发使命外，我们正在所有使命上都看到了Opus级此外机能，且具有更高效和矫捷的设置装备摆设。正在Sonnet订价下，这对我们的工做负载是显而易见的选择。”智能内容办理平台Box的首席手艺官Ben Kus暗示，该模子正在实正在企业文档的沉度推理问答中比Sonnet 4。5超出跨越15个百分点。Replit的总裁Michele Catasta称机能成本比“不凡”。金融科技公司Mercury的产物副总裁Ryan Wiggins更曲白地说：“Claude Sonnet 4。6更快、更廉价，并且更有可能第一次就搞定。这种改良组合令人惊讶，我们没想到会正在这个价位看到它。”Sonnet 4。6配备100万token的上下文窗口（测试版），脚以正在单个请求中容纳整个代码库、冗长合同或数十篇研究论文。更主要的是，Anthropic称该模子可以或许无效地跨所有上下文进行推理。该公司通过一项不寻常的评估展现了这一能力。Vending-Bench Arena测试模子持久运营模仿营业的能力，分歧AI模子彼此合作以获得最大利润。正在没有人工提醒的环境下，Sonnet 4。6开辟出一种新鲜策略：它正在前十个模仿月中大量投资产能，收入显著高于合作敌手，然后正在最初阶段急剧转向专注盈利。该模子正在365天模仿竣事时约有5700美元余额，而Sonnet 4。5约为2100美元。超越了回覆问题或生成代码片段。这是使AI智能体合用于现实营业运营的持久推理类型。Sonnet 4。6的发布正值AI行业激烈合作期间。这是Anthropic正在不到两周内的第二次严沉AI模子发布，表现了外行业中连结合作力所需的快节拍开辟。Anthropic正在12天前方才推出了Claude Opus 4。6。Anthropic的快速进展也加快了软件股近期的大规模抛售。投资者越来越担忧AI可能这些营业，iShares扩展科技软件行业ETF本年以来已暴跌逾20%。Sonnet 4。6不太可能缓解这些担心，由于Anthropic暗示该模子将为更多用户带来大幅改良的编程技术。Anthropic近期推出的新东西进展激发华尔街担心，投资者特别担忧一批软件公司最终可能被AI裁减。Anthropic发布的新版Opus模子旨正在更好地进行财政研究后，金融办事类股也大幅下跌。这些反映反映了人们对哪些公司和办事最终将被AI的普遍担心。Anthropic CEO Dario Amodei本周三暗示，“正在演示中无效的AI模子取正在受监管行业中无效的模子之间存正在庞大差距”，其企业AI处理方案的合做方Infosys帮帮弥合了这一差距。报道称，印度目前约占全球Claude利用量的6%，仅次于美国。Gemini 3 Pro正在视觉推理和多言语基准测试上表示合作力，但正在企业投资激增的智能体类别上掉队。