新智元报道
编辑：桃子 好困
【新智元导读】整个硅谷又癫狂了！Anthropic深夜扔出王炸，，，，，Claude 4.6用近乎恐怖的编程能力和智能体军团，，，，，给OpenAI和谷歌上了一堂名为「降维攻击」的课。。。。。。。。
Anthropic深夜惊雷，，，，，终于祭出了编程之王！
刚刚，，，，，Claude Opus 4.6横空出生，，，，，一夜成为全球最强编程AI，，，，，「无模」能敌。。。。。。。。
它在前一代Opus 4.5的基础上，，，，，大幅提升了编码手艺。。。。。。。。
Claude Opus 4.6的妄想更缜密，，，，，能更长期地执行AI Agent使命，，，，，在超大规模代码库中运行也越发可靠。。。。。。。。
最主要的是，，，，，它还具备更强自我纠错能力，，，，，好比精准的代码审查、调试。。。。。。。。
它也是Anthropic首款在beta阶段，，，，，上下文支持100万token的Opus级模子。。。。。。。。
在多项基准测试中，，，，，Claude Opus 4.6编程实力险些全方位领先，，，，，Gemini 3 Pro、GPT-5.2瞠乎其后。。。。。。。。
在ARC-AGI-2上，，，，，Opus 4.6拿下68.8%高分，，，，，凌驾GPT-5.2-xhigh
（左右滑动审查）
不但云云，，，，，Opus 4.6一经上线，，，，，就最先革命办公了！
今天，，，，，这款新模子同时在Excel、PPT中的Claude，，，，，以及Claude Code、API中同步上线。。。。。。。。
好比奥运长跑鞋供应链数据，，，，，和自己展望的纷歧样，，，，，好几个季度数据不可一眼过完，，，，，可以紧迫向Opus 4.6求救。。。。。。。。
它会遍历文件夹下所有Excel表，，，，，直接抓出过失的地方，，，，，还能同步绘制出折线图。。。。。。。。
同样在PPT中，，，，，也能实时挪用Opus 4.6了，，，，，从结构、字体到母板，，，，，Claude都能确保内容切合品牌规范。。。。。。。。
从今天起，，，，，Claude Opus 4.6可以在Claude网页端、开发者平台，，，，，以及各大平台直接可上手。。。。。。。。
硅谷今晚的火药味，，，，，生怕要突破屏幕了......
Opus 4.6宣布后没几分钟，，，，，OpenAI紧迫掏出GPT-5.3-Codex。。。。。。。。
眼瞧着奥特曼发了预告，，，，，Anthropic连忙迅速亮剑。。。。。。。。只能说，，，，，起了个大早赶了个晚集
「编程新王」深夜炸场！！！！�。。。�，，，革命全球打工人
Claude Opus 4.6的官宣，，，，，可以说是Anthropic一次重大转折。。。。。。。。
认真人Alex Albert是这么说的，，，，，「Claude在2025倾覆了编程，，，，，在2026年将彻底重塑知识型事情」！
Opus 4.6绝不但是一次简朴的模子升级，，，，，而是AI真正成为人类「职场合伙人」的分水岭——
尤其是关于那些天天泡在表格、PPT和长文档里的打工人。。。。。。。。正是这类事情，，，，，支持起了金融和咨询等焦点工业。。。。。。。。
在真实的金融使命测试中，，，，，Opus 4.6比几个月前业界顶尖的Sonnet 4.5，，，，，足足提升了23%以上。。。。。。。。
在这个时代，，，，，「几个月前」听起来就像上个世纪。。。。。。。。
并且这些测试一点都不笼统，，，，，全是实打实的硬活：建财务模子、做路演 PPT、搞并购剖析。。。。。。。。以前剖析师得忙活好几周的事情，，，，，现在眨眼间就能完成。。。。。。。。
在一样平常事情使命中，，，，，Opus 4.6将成为最强助力——
运行财务剖析、举行深度研究，，，，，以及使用和建设Word、Excel、PPT，，，，，全都可以挪用。。。。。。。。
值得一提的是，，，，，据不完全统计，，，，，全球约有15亿人都在Office全家桶上办公，，，，，Opus 4.6正在引发一场深层的办公效率厘革。。。。。。。。
不但云云，，，，，在Claude Cowork中，，，，，Opus 4.6可以直接成为「牛马」手替，，，，，完成以上一切重大使命。。。。。。。。
在输出质量上，，，，，Opus 4.6也有了质的奔腾。。。。。。。。
以前的模子可能需要重复修改好几轮，，，，，甚至基础搞未必；；； ；；但现在，，，，，第一版出来的工具往往就能直接用了。。。。。。。。
Cowork让你丢进一整个文件夹就能同时启动多项剖析；；； ；；
Excel里的Claude 处置惩罚起多表财务模子来驾轻就熟，，，，，绝不跑偏；；； ；；
PowerPoint里的Claude，，，，，让你能直接在软件里天生和修改。。。。。。。。
正如AI抹平了开发的门槛，，，，，它也将重塑每一位知识事情者的能力界线。。。。。。。。
一场生产力的范式转移已箭在弦上，，，，，序幕才刚刚开启。。。。。。。。
周全碾压Gemini 3、GPT-5.2
SOTA拿到手软
能够推动这种生产力范式的迁徙，，，，，条件一定是，，，，，有一个实力全方位能打的模子。。。。。。。。
Opus 4.6做到了！它在多项评估中的体现均抵达了SOTA——
在智能体编程评估Terminal-Bench 2.0中，，，，，它拿下了65.4的高分；；； ；；在HLE测试中，，，，，领跑所有其他前沿模子。。。。。。。。
最主要的是，，，，，在GDPval-AA知识事情的性能评估中，，，，，Opus 4.6比GPT-5.2横跨约144 Elo分，，，，，比上一代 Opus 4.5横跨190分。。。。。。。。
另外，，，，，Opus 4.6在智能体搜索BrowseComp基准上，，，，，体现完胜任何模子。。。。。。。。
从更周全的基准PK中看，，，，，在智能体编程、盘算机使用、工具使用、搜索和金融领域，，，，，Opus 4.6是业界领先的模子，，，，，优势越发显着。。。。。。。。
在智能体工具使用t2-bench中，，，，，Opus 4.6拿下了近满分的效果，，，，，零售91.9%，，，，，电信99.3%。。。。。。。。
Opus 4.6在从海量文档中检索相关信息方面，，，，，体现得更好。。。。。。。。
这种能力延伸到了长上下文使命中，，，，，它可以在数十万Token中生涯和跟踪信息，，，，，且漂移更少，，，，，并且能捕获到纵然是Opus 4.5也会错过的深埋细节。。。。。。。。
AI模子一个常见的痛点是「上下文衰减」（context rot），，，，，即随着对话凌驾一定命目的Token，，，，，性能会下降。。。。。。。。
Opus 4.6体现显着优于其前身：在MRCR v2的8-needle 1M变体（一种「大海捞针」基准测试）上，，，，，其得分为 76%，，，，，而Sonnet 4.5得分仅为18.5%。。。。。。。。
这代表了模子在坚持峰值性能的同时，，，，，现实可用上下文数目上的质的奔腾。。。。。。。。
总而言之，，，，，Opus 4.6更善于在长上下文中查找信息，，，，，更善于在吸收该信息后举行推理，，，，，并且总体上具有显着更强的专家级推理能力。。。。。。。。
下面的图表显示了，，，，， Claude Opus 4.6 在种种基准测试中的体现。。。。。。。。
这些测试评估了其软件工程手艺、多语言编程能力、恒久一致性、网络清静能力及其生命科学知识。。。。。。。。
左右滑动审查
Claude Code「智能体群」登场
一人指挥AI雄师
更值得一提的是，，，，，Opus 4.6深度集成到了Claude Code中。。。。。。。。
现在，，，，，在Claude Code中，，，，，开发者可以组建智能体团队（agent teams）来协同处置惩罚使命。。。。。。。。
也就是人们最近讨论最热的「智能体群」（Agent Swarms）。。。。。。。。
Claude Code之父Boris Cherny忠言，，，，，尚在实验阶段，，，，，可能会消耗大宗token
以后以后，，，，，不再只是单个Claude孤军奋战、按部就班地处置惩罚使命。。。。。。。。
现在，，，，，「主智能体」可以将使命分发给多个「Claude团队成员」。。。。。。。。其他AI可以并行开展调研、调试和开发事情，，，，，并实时坚持相同协作。。。。。。。。
这意味着，，，，，一个开发者可以向导Claude雄师搞开发了。。。。。。。。只要动动嘴形貌一下想法，，，，，就能写出软件。。。。。。。。
在官方文档先容中，，，，，Anthropic将其称之为「多Claude Code会话团队编排」（Orchestrate teams）。。。。。。。。
每次使命中，，，，，都会有一个领头人Claude在AI雄师中挑起重担，，，，，认真统筹全局、分派使命并汇总最终效果。。。。。。。。
可以使用Shift+Up/Down或tmux直接接受任何子智能体（subagent）
其他AI则在各自自力的上下文中各司其职，，，，，并且相互之间可以直接相同。。。。。。。。
这与「子智能体」有所差别：子智能体运行在简单会话内，，，，，只能向主智能体汇报；；； ；；
而关于「AI智能体团队」，，，，，开发者可以越过认真人直接与任何一个成员举行交互。。。。。。。。
在下面demo中，，，，，可以看到在统一个界面中，，，，，多个Agent同步执行使命，，，，，闪开发效率狂飙。。。。。。。。
砸2万美金，，，，，16个Claude组团写10万行C编译器
这不，，，，，Anthropic打了个样，，，，，让Opus 4.6智能体群打造出一款C编译器，，，，，人类只「旁观」险些不干预。。。。。。。。
两周后，，，，，它乐成在Linux内核中运行了！
实验中，，，，，团队让16个Claude Opus 4.6，，，，，在没有任何人类干预的情形下，，，，，并行协作开发代码。。。。。。。。
为了测试这套系统的极限，，，，，给这群AI派了一个硬核使命——从零最先用Rust语言写一个C编译器，，，，，并且目的是必需能编译Linux内核。。。。。。。。
16个Claude猖獗「加班」，，，，，消耗了近20亿个输入Token，，，，，总共烧掉了约2万美元的API本钱。。。。。。。。
实验历程很是有意思，，，，，Nicholas Carlini构建了一个自动循环系统，，，，，让Claude 完不可使命就禁绝「下班」。。。。。。。。
这里只想mark下Dario Amodei这句话：未来6-12月，，，，，软件工程不再需要人类
为了避免AI们打斗，，，，，他设计了一套基于Git使命锁机制，，，，，让差别的Claude认真差别的模浚�？？？？椋�
有的在解 Bug，，，，，有的在写文档，，，，，有的在优化代码质量，，，，，甚至尚有专门认真「吐槽」架构并举行重构的。。。。。。。。
最终效果令人震撼：这支AI战队真的撸出了一个10万行代码的编译器！
它不但能乐成编译Linux 6.9内核（支持x86、ARM和RISC-V架构），，，，，还能跑通《杀绝战士》（Doom）、PostgreSQL、Redis等重大项目。。。。。。。。
Claude创立Claude，，，，，学会深度思索
在Anthropic内部，，，，，团队用Claude来构建Claude。。。。。。。。
工程师天天都使用Claude Code编写代码，，，，，每一款新模子都会首先在内部事情中举行测试。。。。。。。。
关于Opus 4.6，，，，，团队发明可以在无需被见告的情形下，，，，，越发专注于使命中最具挑战性的部分，，，，，在较简朴的部分快速推进，，，，，以更好的判断力处置惩罚模棱两可的问题，，，，，并在更长的会话中坚持高效。。。。。。。。
Opus 4.6经常�；； ；；峋傩懈疃鹊乃妓鳎�，，，并在确定谜底之前更仔细地重新审阅其推理历程。。。。。。。。
这在处置惩罚较难的问题时会爆发更好的效果，，，，，但在较简朴的问题上可能会增添本钱和延迟。。。。。。。。
若是发明模子在某个特定使命上「想太多」，，，，，建议将 Effort（思索力度）从默认设置（高）调低至中等。。。。。。。。
左右滑动审查
加入百万token上下文革命
在API上，，，，，Claude可以用「上下文压缩」来总结其上下文，，，，，从而在不触及限制的情形下，，，，，执行运行时间更长的使命。。。。。。。。
团队还引入了「自顺应思索」（adaptive thinking）——模子可以凭证上下文线索感知何时需要使用扩展思索；；； ；；
以及，，，，，全新的Effort（思索力度）控制，，，，，闪开发者对智能、速率和本钱拥有更多掌控权。。。。。。。。
在API定价方面，，，，，Claude Opus 4.6输入价钱5美元/百万token，，，，，输出价钱25美元/百万token。。。。。。。。
别的，，，，，Opus 4.6是首款支持100万Token上下文的Opus级别模子。。。。。。。。
关于凌驾200k Token的提醒词，，，，，将按高级费率计费（每百万输入/输出 Token划分为10美元/37.5美元）。。。。。。。。
另外，，，，，Opus 4.6支持高达128k Token的输出，，，，，这让Claude无需将使命剖析为多个请求即可完成更大输出量的使命。。。。。。。。
关于需要在美运行的事情负载，，，，，可以使用仅限美国推理（US-only inference），，，，，价钱为Token定价的1.1倍。。。。。。。。
更清静，，，，，更听话
智能的提升并非以牺牲清静性为价钱。。。。。。。。
在自动化行为审计中，，，，，Opus 4.6体现出较低的未对齐行为（misaligned behaviors）爆发率，，，，，如诱骗、捧场奉承（sycophancy）、助长用户妄想以及配合滥用。。。。。。。。
总体而言，，，，，它与我们迄今为止最对齐的前沿模子Opus 4.5一样对齐优异。。。。。。。。
Opus 4.6还显示出在任何最近的Claude模子中最低的太过拒绝（over-refusals）率——即模子拒绝回覆良性盘问的情形。。。。。。。。
最后，，，，，用Anthropic认真人Alex Albert一句话总结Claude Opus 4.6的这场宣布——
2025年是AI编程走向普及的元年，，，，，而2026年，，，，，AI将在编程之外的所有领域周全爆发。。。。。。。。
参考资料：
https://www.anthropic.com/news/claude-opus-4-6
https://x.com/claudeai/status/2019467372609040752
