Claude Sonnet 4.6vsClaude Opus 4.6
在 14 个共同 benchmark 中，Claude Opus 4.6 整体领先：Claude Sonnet 4.6 领先 5 项，Claude Opus 4.6 领先 9 项，持平 0 项，平均分差 -1.79。
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 4.65 项(36%)(64%)9 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 14 项。
Agent Level Benchmark
Claude Opus 4.6 领先 2/3| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| τ³-Banking | 34.4049 / 164Max (With Tools) | 27.3269 / 164Max (With Tools) | +7.08 |
| τ²-Bench - Telecom | 79.50115 / 264Normal (With Tools) | 84.8090 / 264Normal (With Tools) | -5.30 |
| Terminal Bench Hard | 46.2029 / 244Normal (With Tools) | 48.5025 / 244Normal (With Tools) | -2.30 |
General Knowledge
Claude Opus 4.6 领先 2/3| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| HLE | 13.30355 / 563Normal (No Tools) · Text only | 19.10299 / 563Normal (No Tools) · Text only | -5.80 |
| CritPt | 0.90158 / 200Normal (No Tools) | 2.80120 / 200Normal (No Tools) | -1.90 |
| LiveBench | 75.3211 / 117Thinking High (No Tools) | 74.5217 / 117Thinking High (No Tools) | +0.80 |
Claw-style Agent Evaluation
胶着 2/2| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| PinchBench v2 | 62.6831 / 45Reported best (effort unspecified) | 69.9026 / 45Reported best (effort unspecified) | -7.22 |
| Pinch Bench | 886 / 38Thinking (With Tools) | 87.408 / 38Thinking (With Tools) | +0.60 |
Instruction Following
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| IF Bench | 42.40201 / 282Normal (No Tools) | 44.60182 / 282Normal (No Tools) | -2.20 |
Long Context
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| AA-LCR | 69.30107 / 170Normal (No Tools) | 67116 / 170Normal (No Tools) | +2.30 |
Multimodal Understanding
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| MMMU-Pro | 70.60123 / 227Normal (No Tools) | 72.50114 / 227Normal (No Tools) | -1.90 |
Text Embedding
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Context Arena | 55.1880 / 126Normal (No Tools) | 60.3376 / 126Normal (No Tools) | -5.15 |
Writing and Creative Capabilities
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| Creative Writing | 1,80418 / 106Normal (No Tools) | 1,80419 / 106Normal (No Tools) | +0.10 |
科学与综合推理
Claude Opus 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Opus 4.6 | 分差 |
|---|---|---|---|
| GPQA Diamond | 79.90237 / 462Normal (No Tools) | 84176 / 462Normal (No Tools) | -4.10 |
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 | $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 | $6.25 / 1M tokens |
小结
- Claude Sonnet 4.6在以下类目领先:Long Context (1/1)、Writing and Creative Capabilities (1/1)
- Claude Opus 4.6在以下类目领先:Agent Level Benchmark (2/3)、General Knowledge (2/3)、Instruction Following (1/1)、Multimodal Understanding (1/1)、Text Embedding (1/1)、科学与综合推理 (1/1)
- 胶着类目:Claw-style Agent Evaluation
14 个共同 benchmark 上，Claude Opus 4.6 平均高出 1.79 分。
单项差距最大的 benchmark：PinchBench v2 — Claude Sonnet 4.6 62.68，Claude Opus 4.6 69.90（分差 -7.22）。
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。