Claude Sonnet 4.6vsClaude Sonnet 4
在 10 个共同 benchmark 中，Claude Sonnet 4.6 整体领先：Claude Sonnet 4.6 领先 9 项，Claude Sonnet 4 领先 1 项，持平 0 项，平均分差 +23.08。
Claude Sonnet 4.6
Anthropic · 2026-02-17 · 聊天大模型
Claude Sonnet 4
Anthropic · 2025-05-23 · 推理大模型
Claude Sonnet 4.69 项(90%)(10%)1 项Claude Sonnet 4
评测分数
按能力类目分组，每组内按分差大小排列；共 10 项。
综合评估
Claude Sonnet 4.6 领先 3/3| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 58.3017 / 58thinking | 1.3051 / 58 | +57 |
| HLE | 4920 / 149thinking + 使用工具 | 5.52140 / 149 | +43.48 |
| GPQA Diamond | 89.9018 / 175thinking | 68119 / 175 | +21.90 |
Agent能力评测
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 97.909 / 35thinking + 使用工具 | 6529 / 35thinking + 使用工具 | +32.90 |
AI Agent - 工具使用
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 72.507 / 14thinking + 使用工具 | 42.2012 / 14thinking + 使用工具 | +30.30 |
OpenClaw智能体能力综合测评
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| Pinch Bench | 885 / 37Thinking (With Tools) | 80.5022 / 37Thinking (With Tools) | +7.50 |
数学推理
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 8.3034 / 80Thinking (No Tools, 16K Budget) | 072 / 80Normal (No Tools) | +8.30 |
生产力知识
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| GDPval-AA | 5710 / 20thinking | 3318 / 20thinking | +24 |
编程与软件工程
Claude Sonnet 4 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 79.6013 / 103thinking | 80.209 / 103parallel_thinking + 使用工具 | -0.60 |
长上下文能力
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| AA-LCR | 711 / 13thinking | 6510 / 13thinking | +6 |
规格对比
| 字段 | Claude Sonnet 4.6 | Claude Sonnet 4 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-02-17 | 2025-05-23 |
| 模型类型 | 聊天大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 0.0 | 0.0 |
| 上下文长度 | 1M | 200K |
| 最大输出 | 8192 | 64000 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Sonnet 4.6 | Claude Sonnet 4 |
|---|---|---|
| 文本输入 | $3 / 1M tokens | 3 美元/ 100万tokens |
| 文本输出 | $15 / 1M tokens | 15 美元/100万tokens |
| 缓存读取 | $0.3 / 1M tokens | 3.75 美元/ 100万tokens |
| 缓存写入 | $3.75 / 1M tokens | 0.3 美元/ 100万tokens |
小结
- Claude Sonnet 4.6在以下类目领先:综合评估 (3/3)、Agent能力评测 (1/1)、AI Agent - 工具使用 (1/1)、OpenClaw智能体能力综合测评 (1/1)、数学推理 (1/1)、生产力知识 (1/1)、长上下文能力 (1/1)
- Claude Sonnet 4在以下类目领先:编程与软件工程 (1/1)
10 个共同 benchmark 上，Claude Sonnet 4.6 平均高出 23.08 分。
单项差距最大的 benchmark：ARC-AGI-2 — Claude Sonnet 4.6 58.30，Claude Sonnet 4 1.30（分差 +57）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。