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 +20.63。
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。
General Knowledge
Claude Sonnet 4.6 领先 3/3| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 58.3018 / 59 | 5.9043 / 59 | +52.40 |
| HLE | 4925 / 157 | 9.60134 / 157 | +39.40 |
| GPQA Diamond | 89.9021 / 178 | 83.8057 / 178 | +6.10 |
Agent Level Benchmark
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 / 35 | 6529 / 35 | +32.90 |
AI Agent - Tool Usage
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| OSWorld-Verified | 72.5010 / 18 | 42.2016 / 18 | +30.30 |
Claw-style Agent Evaluation
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 |
Coding and Software Engineer
Claude Sonnet 4 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 79.6017 / 108 | 80.2013 / 108 | -0.60 |
Long Context
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| AA-LCR | 711 / 13 | 6510 / 13 | +6 |
Math and Reasoning
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 |
Productivity Knowledge
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4 | 分差 |
|---|---|---|---|
| GDPval-AA | 5711 / 21 | 3319 / 21 | +24 |
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 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 200K |
| 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 Sonnet 4 |
|---|---|---|
| 文本输入 | $3 / 1M tokens | 暂无公开价格 |
| 文本输出 | $15 / 1M tokens | 暂无公开价格 |
| 缓存读取 | $0.3 / 1M tokens | 暂无公开价格 |
| 缓存写入 | $3.75 / 1M tokens | 暂无公开价格 |
部分模型公开价格不完整，缺失字段按"暂无公开价格"展示。
小结
- Claude Sonnet 4.6在以下类目领先:General Knowledge (3/3)、Agent Level Benchmark (1/1)、AI Agent - Tool Usage (1/1)、Claw-style Agent Evaluation (1/1)、Long Context (1/1)、Math and Reasoning (1/1)、Productivity Knowledge (1/1)
- Claude Sonnet 4在以下类目领先:Coding and Software Engineer (1/1)
10 个共同 benchmark 上，Claude Sonnet 4.6 平均高出 20.63 分。
单项差距最大的 benchmark：ARC-AGI-2 — Claude Sonnet 4.6 58.30，Claude Sonnet 4 5.90（分差 +52.40）。
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。