完成高達(dá)300億美元的融資后，人工智能公司Anthropic終于交出了其首份技術(shù)答卷。該公司正式發(fā)布了新一代模型Claude Sonnet 4.6，并宣稱其為“史上最強(qiáng)Sonnet版本”。這一升級覆蓋了編程、計算機(jī)操作、長上下文推理以及智能體規(guī)劃等多個核心領(lǐng)域，且在保持原有價格體系不變的情況下，性能表現(xiàn)已接近高端型號Opus的水平。

在對比測試中，Sonnet 4.6展現(xiàn)出了顯著優(yōu)勢。數(shù)據(jù)顯示，59%的用戶更傾向于選擇Sonnet 4.6而非Opus 4.5，主要原因是其過度工程化現(xiàn)象減少、幻覺問題降低，以及在多步驟任務(wù)執(zhí)行中的穩(wěn)定性更強(qiáng)。這一結(jié)果無疑為Anthropic在激烈的市場競爭中增添了重要籌碼。

計算機(jī)操作能力的提升是此次升級的一大亮點。經(jīng)過16個月的持續(xù)優(yōu)化，Sonnet系列在OSWorld基準(zhǔn)測試中的表現(xiàn)已接近人類水平，能夠熟練處理復(fù)雜電子表格和填寫多步驟網(wǎng)頁表單等任務(wù)。這一突破對于眾多依賴?yán)吓f軟件的企業(yè)而言意義重大，因為它們無需再為這些軟件開發(fā)專門的連接器，從而大幅降低了工程成本。

針對金融行業(yè)用戶，Anthropic還同步升級了Excel中的Claude插件，新增了MCP連接器支持，進(jìn)一步提升了其實用性。Sonnet 4.6還支持高達(dá)100萬token的超大上下文，足以在一次請求中處理完整代碼庫、數(shù)十篇論文或大量合同文件，為需要處理大量數(shù)據(jù)的用戶提供了極大便利。

在模擬企業(yè)運(yùn)營的評估Vending-Bench Arena中，Sonnet 4.6展現(xiàn)出了出色的長期規(guī)劃能力。它能夠在前期大舉投資產(chǎn)能，然后在最后階段迅速轉(zhuǎn)向盈利導(dǎo)向，通過精準(zhǔn)把握轉(zhuǎn)折時機(jī)來甩開其他競爭對手。這一策略不僅體現(xiàn)了其強(qiáng)大的推理能力，也為企業(yè)在實際運(yùn)營中提供了有益的參考。

對于普通用戶而言，F(xiàn)ree和Pro方案的默認(rèn)模型已經(jīng)切換為Sonnet 4.6，用戶可以在claude.ai和Claude Cowork上同步體驗到這一升級帶來的變化。而對于開發(fā)者來說，API模型標(biāo)識為claude-sonnet-4-6，支持自適應(yīng)思考和擴(kuò)展思考功能。同時，上下文壓縮功能可以在對話接近上下文限制時自動總結(jié)舊內(nèi)容，既節(jié)省了token又提高了使用效率。

就在Sonnet 4.6發(fā)布的同時，馬斯克旗下的xAI也推出了Grok 4.20測試版。該版本支持并行調(diào)度四個專業(yè)智能體協(xié)同執(zhí)行任務(wù)，但整體口碑卻呈現(xiàn)出兩極分化的態(tài)勢。由于此前預(yù)期過高，導(dǎo)致不少用戶在體驗后感到失望，紛紛給出差評。面對這一局面，馬斯克迅速在社交媒體上連發(fā)多條推文進(jìn)行解釋和安撫。

他解釋稱，目前的Grok 4.20只是一個參數(shù)量為500B的小型基礎(chǔ)模型，尚處于公測階段。他強(qiáng)調(diào)，Grok 4.20的底層架構(gòu)具備每周自我迭代的能力，遞歸式智能增長空間巨大。馬斯克還承諾，在公測結(jié)束后，Grok 4.20的智能和速度將比Grok 4提升約一個數(shù)量級。然而，這一承諾能否如期兌現(xiàn)，仍有待市場和用戶的進(jìn)一步檢驗。