Claude Sonnet 4.6vsClaude Opus 4.6
在 13 个共同 benchmark 中，Claude Opus 4.6 整体领先：Claude Sonnet 4.6 领先 1 项，Claude Opus 4.6 领先 12 项，持平 0 项，平均分差 -123.30。
Claude Sonnet 4.6
Anthropic · 2026-02-17 · 聊天大模型
Claude Opus 4.6
Anthropic · 2026-02-05 · 推理大模型
Claude Sonnet 4.61 项(8%)(92%)12 项Claude Opus 4.6
评测分数
按能力类目分组，每组内按分差大小排列；共 13 项。
General Knowledge
Claude Opus 4.6 领先 4/4| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 58.3021 / 62 | 66.3017 / 62Extended (no tools) | -8 |
| HLE | 4932 / 172 | 5318 / 172Extended (with tools, internet) | -4 |
| GPQA Diamond | 89.9024 / 187 | 91.3115 / 187Extended (no tools) | -1.41 |
| LiveBench | 75.4712 / 115Thinking Medium (No Tools) | 76.338 / 115Thinking High (No Tools) | -0.86 |
AI Agent - Tool Usage
Claude Opus 4.6 领先 3/3| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| MCP-Atlas | 69.5017 / 27Normal (With Tools) | 76.8010 / 27Deep Thinking (With Tools) | -7.30 |
| Terminal Bench 2.0 | 59.1022 / 47 | 65.4011 / 47Extended (with tools) | -6.30 |
| OSWorld-Verified | 72.5016 / 24 | 72.7015 / 24Extended (with tools) | -0.20 |
Agent Level Benchmark
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 97.909 / 35 | 99.252 / 35Extended (with tools) | -1.35 |
AI Agent - Information Search
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| BrowseComp | 74.7027 / 53 | 8411 / 53Thinking (With Tools + Internet) | -9.30 |
Claw-style Agent Evaluation
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Pinch Bench | 885 / 37Thinking (With Tools) | 87.407 / 37Thinking (With Tools) | +0.60 |
Coding and Software Engineer
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 79.6018 / 112 | 80.8410 / 112Extended (with tools) | -1.24 |
Math and Reasoning
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 8.3034 / 80Thinking (No Tools, 16K Budget) | 22.9012 / 80最高（无工具） | -14.60 |
Productivity Knowledge
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GDPval-AA | 5711 / 21 | 1,6063 / 21Extended (with tools, internet) | -1,549 |
规格对比
| 字段 | Claude Sonnet 4.6 | Claude Opus 4.6 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-02-17 | 2026-02-05 |
| 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 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 1000K |
| 最大输出 | 8K | 64K |
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 Opus 4.6 |
|---|---|---|
| 文本输入 | $3 / 1M tokens | $0.5 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.3 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $3.75 / 1M tokens | $10 / 1M tokens |
小结
- Claude Sonnet 4.6在以下类目领先:Claw-style Agent Evaluation (1/1)
- Claude Opus 4.6在以下类目领先:General Knowledge (4/4)、AI Agent - Tool Usage (3/3)、Agent Level Benchmark (1/1)、AI Agent - Information Search (1/1)、Coding and Software Engineer (1/1)、Math and Reasoning (1/1)、Productivity Knowledge (1/1)
13 个共同 benchmark 上，Claude Opus 4.6 平均高出 123.30 分。
单项差距最大的 benchmark：GDPval-AA — Claude Sonnet 4.6 57，Claude Opus 4.6 1,606（分差 -1,549）。
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。