完成高达300亿美元的融资后，人工智能公司Anthropic终于交出了其首份技术答卷。该公司正式发布了新一代模型Claude Sonnet 4.6，并宣称其为“史上最强Sonnet版本”。这一升级覆盖了编程、计算机操作、长上下文推理以及智能体规划等多个核心领域，且在保持原有价格体系不变的情况下，性能表现已接近高端型号Opus的水平。
在对比测试中，Sonnet 4.6展现出了显著优势。数据显示，59%的用户更倾向于选择Sonnet 4.6而非Opus 4.5，主要原因是其过度工程化现象减少、幻觉问题降低，以及在多步骤任务执行中的稳定性更强。这一结果无疑为Anthropic在激烈的市场竞争中增添了重要筹码。
计算机操作能力的提升是此次升级的一大亮点。经过16个月的持续优化，Sonnet系列在OSWorld基准测试中的表现已接近人类水平，能够熟练处理复杂电子表格和填写多步骤网页表单等任务。这一突破对于众多依赖老旧软件的企业而言意义重大，因为它们无需再为这些软件开发专门的连接器，从而大幅降低了工程成本。
针对金融行业用户，Anthropic还同步升级了Excel中的Claude插件，新增了MCP连接器支持，进一步提升了其实用性。Sonnet 4.6还支持高达100万token的超大上下文，足以在一次请求中处理完整代码库、数十篇论文或大量合同文件，为需要处理大量数据的用户提供了极大便利。
在模拟企业运营的评估Vending-Bench Arena中，Sonnet 4.6展现出了出色的长期规划能力。它能够在前期大举投资产能，然后在最后阶段迅速转向盈利导向，通过精准把握转折时机来甩开其他竞争对手。这一策略不仅体现了其强大的推理能力，也为企业在实际运营中提供了有益的参考。
对于普通用户而言，Free和Pro方案的默认模型已经切换为Sonnet 4.6，用户可以在claude.ai和Claude Cowork上同步体验到这一升级带来的变化。而对于开发者来说，API模型标识为claude-sonnet-4-6，支持自适应思考和扩展思考功能。同时，上下文压缩功能可以在对话接近上下文限制时自动总结旧内容，既节省了token又提高了使用效率。
就在Sonnet 4.6发布的同时，马斯克旗下的xAI也推出了Grok 4.20测试版。该版本支持并行调度四个专业智能体协同执行任务，但整体口碑却呈现出两极分化的态势。由于此前预期过高，导致不少用户在体验后感到失望，纷纷给出差评。面对这一局面，马斯克迅速在社交媒体上连发多条推文进行解释和安抚。
他解释称，目前的Grok 4.20只是一个参数量为500B的小型基础模型，尚处于公测阶段。他强调，Grok 4.20的底层架构具备每周自我迭代的能力，递归式智能增长空间巨大。马斯克还承诺，在公测结束后，Grok 4.20的智能和速度将比Grok 4提升约一个数量级。然而，这一承诺能否如期兑现，仍有待市场和用户的进一步检验。
