Claude Sonnet 4.6vsClaude Sonnet 4.5
在 14 个共同 benchmark 中，Claude Sonnet 4.6 整体领先：Claude Sonnet 4.6 领先 11 项，Claude Sonnet 4.5 领先 3 项，持平 0 项，平均分差 +14.49。
Claude Sonnet 4.6
Anthropic · 2026-02-17 · 聊天大模型
Claude Sonnet 4.5
Anthropic · 2025-09-30 · 聊天大模型
Claude Sonnet 4.611 项(79%)(21%)3 项Claude Sonnet 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 14 项。
General Knowledge
Claude Sonnet 4.6 领先 4/4| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 58.3021 / 62 | 13.6038 / 62 | +44.70 |
| LiveBench | 75.4712 / 115Thinking Medium (No Tools) | 53.6983 / 115Normal (No Tools) | +21.78 |
| HLE | 4932 / 172 | 33.6080 / 172 | +15.40 |
| GPQA Diamond | 89.9024 / 187 | 83.4063 / 187 | +6.50 |
AI Agent - Tool Usage
Claude Sonnet 4.6 领先 3/3| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| Terminal Bench 2.0 | 59.1022 / 47 | 42.8042 / 47 | +16.30 |
| OSWorld-Verified | 72.5016 / 24 | 61.4020 / 24 | +11.10 |
| MCP-Atlas | 69.5017 / 27Normal (With Tools) | 59.5021 / 27Thinking (With Tools) | +10 |
Agent Level Benchmark
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 97.909 / 35 | 985 / 35 | -0.10 |
AI Agent - Information Search
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| BrowseComp | 74.7027 / 53 | 24.1051 / 53 | +50.60 |
Claw-style Agent Evaluation
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| Pinch Bench | 885 / 37Thinking (With Tools) | 88.204 / 37Thinking (With Tools) | -0.20 |
Coding and Software Engineer
Claude Sonnet 4.5 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 79.6018 / 112 | 828 / 112 | -2.40 |
Long Context
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| AA-LCR | 713 / 15 | 6610 / 15 | +5 |
Math and Reasoning
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 8.3034 / 80Thinking (No Tools, 16K Budget) | 2.1056 / 80Normal (No Tools) | +6.20 |
Productivity Knowledge
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | Claude Sonnet 4.5 | 分差 |
|---|---|---|---|
| GDPval-AA | 5711 / 21 | 3916 / 21 | +18 |
规格对比
| 字段 | Claude Sonnet 4.6 | Claude Sonnet 4.5 |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2026-02-17 | 2025-09-30 |
| 模型类型 | 聊天大模型 | 聊天大模型 |
| 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 Sonnet 4.5 |
|---|---|---|
| 文本输入 | $3 / 1M tokens | $3 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $15 / 1M tokens |
| 缓存读取 | $0.3 / 1M tokens | $0.3 / 1M tokens |
| 缓存写入 | $3.75 / 1M tokens | $3.75 / 1M tokens |
小结
- Claude Sonnet 4.6在以下类目领先:General Knowledge (4/4)、AI Agent - Tool Usage (3/3)、AI Agent - Information Search (1/1)、Long Context (1/1)、Math and Reasoning (1/1)、Productivity Knowledge (1/1)
- Claude Sonnet 4.5在以下类目领先:Agent Level Benchmark (1/1)、Claw-style Agent Evaluation (1/1)、Coding and Software Engineer (1/1)
14 个共同 benchmark 上，Claude Sonnet 4.6 平均高出 14.49 分。
单项差距最大的 benchmark：BrowseComp — Claude Sonnet 4.6 74.70，Claude Sonnet 4.5 24.10（分差 +50.60）。
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。