Jay 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

春節(jié)才是真正的大模型戰(zhàn)場，全世界參與的那種。

大年初二，Anthropic史上最強(qiáng)Sonnet——Claude Sonnet 4.6發(fā)布。

計算機(jī)操作是這次更新的主打賣點。

Anthropic表示，對填寫復(fù)雜Excel、網(wǎng)頁清單等任務(wù)，Sonnet 4.6已經(jīng)接近人類水平。

其他方面也是全方位升級：編碼、長上下文推理、Agent規(guī)劃、知識型工作、設(shè)計……Beta階段還支持1M上下文。

重點來了！定價依然跟Sonnet 4.5一樣，免費用戶也能用。

性價比簡直高到離譜。

創(chuàng)業(yè)者Alex Finn體驗后表示「難以置信」：

• 在大多數(shù)Agent任務(wù)上，Sonnet 4.6的表現(xiàn)跟Opus系列差不多好，速度還更快，價格只要1/5。

還不只一個人這么說。

Anthropic表示，內(nèi)測用戶對Sonnet 4.6的喜愛程度，已經(jīng)超過了超大杯Opus 4.5。

史上最強(qiáng)Sonnet

計算機(jī)操作能力，可以說是這次Sonnet 4.6最亮眼的部分了，Anthropic也在這部分花了不少筆墨。

雖然跟最熟練的人類工作者比還有差距，但進(jìn)步速度真的恐怖。

看下面這張圖——

四個月一次的高頻率更新下，性能曲線依然保持著不錯的上升勢頭。

當(dāng)然，計算機(jī)操作能力提升，也意味著如果模型被prompt injection，風(fēng)險會更大。

Anthropic也想到了這一點，專門給用戶們?nèi)祟w定心丸：

Sonnet 4.6的安全等級相比前代Sonnet 4.5有顯著改進(jìn)，表現(xiàn)跟Opus 4.6差不多。

事實上，計算機(jī)操作只是冰山一角，Claude Sonnet 4.6在各類Benchmark上都有提升。

具體細(xì)節(jié)都在下面這張表，一個大杯模型，智能卻直逼超大杯Opus系列。

從Benchmark上還可以看到Claude這邊出現(xiàn)了「倒反天罡」的情況。

在金融分析和辦公室任務(wù)這兩項測試中，Sonnet 4.6用一騎絕塵的數(shù)值，拿下了SOTA，力壓歷代Opus。

用戶的反饋更能說明問題。

在Claude Code的早期內(nèi)測中，Anthropic發(fā)現(xiàn)，在59%的場景下，用戶更傾向于選擇Sonnet 4.6（而不是Opus 4.5）。

大家評價說，Sonnet 4.6明顯更少出現(xiàn)過度設(shè)計和「偷懶」，指令遵循方面表現(xiàn)更好。

同時，虛假成功聲明更少，幻覺更少，多步驟任務(wù)的執(zhí)行也更加穩(wěn)定。

對了，這次Sonnet 4.6還提供100萬token的上下文，能裝下幾十篇研究論文。最重要的是，在這么大規(guī)模的上下文中，Sonnet 4.6依然保持了相當(dāng)領(lǐng)先的推理水平。

這一點在Vending-Bench Arena上特別明顯。

這是個測試模型在長時間跨度內(nèi)模擬運營一家企業(yè)能力的Benchmark，引入了競爭機(jī)制，不同模型需要相互對抗，爭取更高利潤。

在這個測試中，Sonnet 4.6采用了一種新策略：前10個模擬月份大幅投入產(chǎn)能建設(shè)，支出明顯高于競爭對手，但在后期迅速開始想辦法盈利。

這種轉(zhuǎn)向時機(jī)的把握，幫助它在最終成績上明顯領(lǐng)先。

除此之外，用戶還反饋稱前端代碼生成能力有提升。

Sonnet 4.6生成的視覺輸出更加精致，布局、動畫和設(shè)計感都比之前的模型好，達(dá)到可用于生產(chǎn)環(huán)境的質(zhì)量所需的迭代輪次也減少了。

OpenClaw又發(fā)力了

實在是奇怪，一款大杯模型，內(nèi)測中居然比超大杯旗艦款還招人喜歡。

但目前看來，也有許多網(wǎng)友并不買賬，甚至說Anthropic是沒活硬整。

主要是不太理解：

• 既然Opus仍然是最強(qiáng)，為啥要用Sonnet 4.6？

對此，有人出來解釋稱：這其實是定價策略和目標(biāo)用戶不一樣。

對于本就不差錢的用戶來說，這事兒影響不大。畢竟Max訂閱套餐里本來就有大量補(bǔ)貼后的Opus 4.6額度，隨便用。

但這是C端的思考方式。

在B端，企業(yè)客戶可沒這么大方的token補(bǔ)貼，調(diào)用量卻高出好幾倍。

與此同時，很多場景根本用不著那么強(qiáng)的智能。如果只是讓AI幫你居中一個div這種簡單活兒，Opus未免有些太奢侈。

從這個角度看，Anthropic的戰(zhàn)略路線其實已經(jīng)很清晰：

• Opus用來爭奪王座，維持C端品牌認(rèn)知；
• Sonnet用來占領(lǐng)市場，用更低的成本將智能下放。

不過，這個「市場」其實也不光是企業(yè)客戶。

計算機(jī)操作能力大幅提升，Opus級智能，Sonnet級定價……

這不就是為OpenClaw量身定做的API嘛！

果然，Anthropic這款高性價比模型的消息一出來，「龍蝦大軍」立馬就涌進(jìn)來了：

• 立即升級您的OpenClaw至Sonnet 4.6！

網(wǎng)友直接放話：這是有史以來最棒的OpenClaw模型，大家趕緊給自己的龍蝦安排上。

實在是有些drama，Anthropic真得好好謝謝OpenClaw作者。

人家項目名字都被整沒了，自己也加入了OpenAI，結(jié)果……OpenClaw至今還在幫Anthropic帶貨。

參考鏈接：
[1]https://www.anthropic.com/news/claude-sonnet-4-6
[2]https://x.com/AlexFinn/status/2023828886287708303