Claude Opus 4.6 與 Sonnet 4.6 上線百萬上下文窗口

🔑 增強重點摘要

• •Claude Opus 4.6 在 Terminal-Bench 2.0 代理編碼評估和 Humanity’s Last Exam 多學科推理測試中取得業界領先成績[5]。
• •Claude Sonnet 4.6 在 Claude Code 測試中，用戶偏好其勝過 Sonnet 4.5 達 70% 時間，並勝過 Opus 4.5 達 59% 時間，特別在減少幻覺和多步驟任務執行上表現優異[2]。
• •兩模型引入自適應思考和努力控制機制，允許根據任務難度動態調整計算資源，提升 Sonnet 在高難任務的靈活性[1]。
• •Opus 4.6 在 100 萬令牌 MRCR v2 針尖測試中得分 76%，遠高於 Sonnet 4.5 的 18.5%，顯著改善長上下文效能衰減問題[5]。

🛠️ 技術深入

• •兩模型共享 100 萬令牌上下文窗口架構升級，能處理完整程式碼庫、大型法律文件或多年財務報告[4]。
• •引入自適應思考（adaptive thinking）和努力參數（effort controls），允許動態調整推理計算預算，而非固定最大值[1]。
• •Opus 4.6 在長多步驟代理工作流中表現最佳，特別擅長工具呼叫和自動化代理操作[4][5]。
• •Sonnet 4.6 在電腦使用技能和編排評估（orchestration evals）上有重大進步，適合高吞吐量辦公任務[2]。
• •Opus 4.6 在 8-needle 1M MRCR v2 測試中證明長上下文無效能衰減，解決「上下文腐敗」問題[5]。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線