作者 ｜ 周一笑邮箱 ｜ zhouyixiao@pingwest.com
在最近的模子混战中，，，，，，，，不但是中国厂商们在卷，，，，，，，，Anthropic也在半个月一连宣布了两款模子。。。。。而其中，，，，，，，，最近宣布的Sonnet 4.6有些特殊，，，，，，，，它不是旗舰，，，，，，，，却在多个维度追平甚至凌驾了旗舰。。。。�？？？？？？？？雌鹄此肙pus 1/3的价钱，，，，，，，，就追上了它99%的性能。。。。。
在这个各家模子都要干掉Opus的时刻，，，，，，，，它自己用性价比款的Sonnet“干掉”Opus，，，，，，，，给列位演示了一下，，，，，，，，什么才是最卷的模子。。。。。
并且，，，，，，，，这款模子很是值得关注的地方是，，，，，，，，它让AI操作电脑这件事第一次靠近了“真的能用”的临界点。。。。。而恰幸亏统一个月，，，，，，，，一个叫OpenClaw的开源项目用17万GitHub星标证实晰一件事，，，，，，，，人手一个的，，，，，，，，能替自己干活的AI Agent，，，，，，，，可能成为一个新的趋势。。。。。Sonnet 4.6是模子，，，，，，，，OpenClaw是框架，，，，，，，，但它们指向统一个偏向。。。。。
1
自制的再一次打赢了贵的
在Anthropic的产品线中，，，，，，，，Opus是最强最贵的旗舰，，，，，，，，Sonnet是平衡性能和本钱的中端款，，，，，，，，Haiku是最快最自制的轻量款。。。。。恒久以来，，，，，，，，Sonnet的角色是“性价比之选”，，，，，，，，干不了最难的活但胜在自制。。。。。Sonnet 4.6突破了这个名堂。。。。。
编码方面，，，，，，，，它在SWE-bench Verified上得分79.6%，，，，，，，，迫近Opus 4.6的80.8%。。。。。Claude Code的内部测试中，，，，，，，，用户70%的时间更偏好Sonnet 4.6（比照Sonnet 4.5），，，，，，，，甚至有59%的时间比去年11月宣布的旗舰Opus 4.5更受接待。。。。。用户反响集中在几个方面，，，，，，，，“更少太过工程”“更少偷懒”“指令遵照显着更好”，，，，，，，，以及更少泛起“显着没干完却说干完了”的情形。。。。。
办公使命是更大的惊喜。。。。。在GDPval-AA这个权衡真实办公场景的评测中，，，，，，，，Sonnet 4.6拿到1633 Elo，，，，，，，，直接凌驾了Opus 4.6的1606。。。。。自制的在现实事情场景中打赢了贵的。。。。。类似的事正在行业里重复爆发，，，，，，，，Google的Gemini 3 Flash也在迫近Pro的体现，，，，，，，，DeepSeek用远低于美国公司的本钱训练出竞争力相当的模子。。。。。“低端逆袭高端”已经不再是新闻，，，，，，，，而是2026年AI行业的结构性趋势。。。。。
不过自力AI评测机构Artificial Analysis注重到了一个有意思的细节，，，，，，，，Sonnet 4.6在GDPval-AA上使用的token数目是Sonnet 4.5的约4.5倍。。。。。AI媒体Latent Space据此指出，，，，，，，，某些使命的总本钱可能比Opus还高。。。。。这和价钱表上的数字讲的是两个故事。。。。。
软件工程师、AI手艺博主Joe Njenga在Medium上第一时间做了测试，，，，，，，，他的感受是，，，，，，，，“宣布才几天，，，，，，，，但Sonnet 4.6已经感受比Opus更好用了。。。。。”Cosmic平台做了一个控制实验，，，，，，，，用完全相同的一句话提醒词让4.5和4.6各天生一个博客应用，，，，，，，，结论是4.6在设计品味和代码架构上有质的提升，，，，，，，，“需要更少的手把手指导”。。。。。编程工具Kilo Code直接把Sonnet 4.6设为默认推荐模子。。。。。虽然也有负面声音，，，，，，，，宣布当天就有用户报告了函数名幻觉的问题。。。。。
价钱跟上一代Sonnet 4.5完全一样，，，，，，，，每百万输入token 3美元，，，，，，，，输出token 15美元。。。。。同时它成了Free和Pro用户的默认模子，，，，，，，，免用度户还新增了文件建设、skills等功效。。。。。但正如上面提到的，，，，，，，，“同样的钱买到更强的模子”不即是“用AI更自制了”。。。。。Extended thinking的token按输出价钱计费，，，，，，，，凌驾200K的长上下文有特殊溢价，，，，，，，，而Agent场景下动辄成千上万次工具挪用，，，，，，，，现实使用本钱可能反而在增添。。。。。
1
16个月，，，，，，，，Computer Use从玩具变工具
Sonnet 4.6尚有一个值得单独拿出来说的前进，，，，，，，，就是Computer Use，，，，，，，，也就是AI操作电脑的能力。。。。。
2024年10月，，，，，，，，Anthropic是第一个推出通用盘算机操作AI的公司。。。。。其时他们自己都认可这个功效“还很实验性，，，，，，，，有时鸠拙且容易蜕化”，，，，，，，，宣布时搭载的Claude 3.5 Sonnet在OSWorld评测上只拿到14.9%。。。。。能做的事很有限，，，，，，，，移动鼠标、点击按钮、输入文字，，，，，，，，基本是个委屈能用的�？？？？？？？？仄鳌！�。。。
之后的每一代Sonnet都在这个维度上前进。。。。。到了2025年9月的Sonnet 4.5，，，，，，，，效果已经大幅提升。。。。。但Sonnet 4.6才是真正让这项能力从“手艺demo”走向“可用工具”的节点。。。。。在OSWorld-Verified上，，，，，，，，它拿到72.5%，，，，，，，，险些追平Opus 4.6的72.7%，，，，，，，，比16个月前的起点提升了近5倍。。。。。
数字背后对应的是质的转变。。。。。早期用户报告说，，，，，，，，Sonnet 4.6在操作重大电子表格、填写多办法网页表片面已靠近人类水平，，，，，，，，并且能跨多个浏览器标签页协同完成使命。。。。。在包管行业的基准测试中，，，，，，，，Computer Use拿到94%的准确率，，，，，，，，是他们测试过的所有模子中最高的。。。。。更要害的一个刷新是可靠性，，，，，，，，在他们内部的浏览器自动化场景中，，，，，，，，Sonnet 4.6爆发的幻觉链接数目为零，，，，，，，，而此前的版本约莫三个链接中就有一个是假的。。。。。
Claude Sonnet 在 OSWorld 基准上的得分一连提升。。。。。
这意味着什么？？？？？？？？险些每家企业都有一些“前API时代”遗留下来的老旧系统，，，，，，，，没有现代接口，，，，，，，，无法自动化。。。。。以前要让AI操作这些软件，，，，，，，，就得给每个系统写专门的毗连器。。。。。而一个能像人一样使用电脑的模子，，，，，，，，直接改变了这个等式。。。。�？？？？？？？？萍既μ嘎壅逿rung Phan奚落说，，，，，，，，Anthropic的demo演示了Claude帮人在DMV网站上续车牌的历程，，，，，，，，“但AI照旧没法修睦DMV自己。。。。。”
1
当人人都有一个JARVIS
Computer Use让模子能操作电脑，，，，，，，，但要酿成一个真正帮人干活的AI助手，，，，，，，，还需要一层编排框架把模子和现实天下的工具毗连起来。。。。。这正是已往两个月AI行业最火热的战场。。。。。
2月份最热门的AI项目不是某个大模子，，，，，，，，而是OpenClaw。。。。。它原名Clawdbot（名字来自Claude和龙虾钳的双关，，，，，，，，后因Anthropic商标投诉两度更名），，，，，，，，由奥地利开发者Peter Steinberger从一个WhatsApp机械人做起，，，，，，，，几个月内暴涨到17.9万GitHub星标。。。。。OpenClaw能常驻在用户的电脑后台，，，，，，，，通过WhatsApp、Slack、iMessage吸收指令，，，，，，，，帮你管邮件、排日程、订机票、跑剧本，，，，，，，，是现在最靠近“钢铁侠里的J.A.R.V.I.S.”的有着消耗级的愿景和使用场景的产品。。。。。IBM研究员Kaoutar El Maghraoui的评价是，，，，，，，，OpenClaw证实晰自主AI Agent“不限于大企业，，，，，，，，可以是社区驱动的”。。。。。
OpenClaw火爆的缘故原由，，，，，，，，不但是它自己做得好，，，，，，，，更由于它戳中了一个被压制已久的需求。。。。。已往一年，，，，，，，，AI谈天机械人已经证实晰自己在回覆问题和天生内容上的能力，，，，，，，，但用户真正想要的是一个能替自己“做事”的助手，，，，，，，，不但是谈天，，，，，，，，而是能操作软件、执行使命、跨应用协调。。。。。OpenClaw让这个需求第一次有了一个详细的、可以跑起来的产品形态。。。。。
但OpenClaw也袒露了小我私家AI Agent面临的焦点矛盾。。。。。清静研究职员发明凌驾13.5万个袒露在公网上的实例；；；；；；；Cisco检测了其手艺市场排名第一的插件，，，，，，，，发明能悄悄将用户数据发送到攻击者效劳器。。。。。Andrej Karpathy最初称基于OpenClaw开发的Moltbook是“我见过的最科幻的工具”，，，，，，，，几天后说“不建议任何人在自己的电脑上运行它”。。。。。一个足够有用的AI Agent必需拥有足够大的权限，，，，，，，，而足够大的权限自然带来足够大的危害。。。。。这个矛盾现在没有人真正解决。。。。。
更值得关注的是OpenClaw对AI行业商业名堂的潜在攻击。。。。。OpenClaw是模子无关的，，，，，，，，它能跑Claude，，，，，，，，也能跑ChatGPT，，，，，，，，也能跑开源的Minimax和Kimi。。。。。当Agent框架层成为用户接触AI的主要入口，，，，，，，，底层模子就有被“商品化”的危害，，，，，，，，就像Android让手机硬件品牌竞争变得残酷一样。。。。。有谈论者已经在问，，，，，，，，“OpenClaw会不会成为AI时代的Android？？？？？？？？”
2月15日，，，，，，，，Peter Steinberger加入了OpenAI，，，，，，，，Altman亲口说“the future is going to be extremely multi-agent”（未来一定是极端多Agent的）。。。。。OpenClaw转型为基金会项目，，，，，，，，但它引发的这场关于“谁拥有Agent层”的争取才刚最先。。。。。
这也是明确Sonnet 4.6的另一把钥匙。。。。。Anthropic的应对战略不是等着被别人的Agent框架挪用，，，，，，，，而是把Agent能力直接做进模子里。。。。。Computer Use、Claude Code、Cowork，，，，，，，，都是在构建一个“模子+工具链”的捆绑生态。。。。。Sonnet 4.6把这些能力下放到中端价钱，，，，，，，，实质上是在说，，，，，，，，你不需要一个第三方框架来让AI替你干活，，，，，，，，用Claude就行。。。。。
虽然，，，，，，，，能力越强意味着危害也越集中。。。。。Anthropic在system card中坦承，，，，，，，，Sonnet 4.6在GUI操作场景中体现出“太过自动”的行为，，，，，，，，好比未经授权发送邮件、过于激进地获取token，，，，，，，，并且这种行为无法通过提醒词完全阻止。。。。。自力评测机构Andon Labs在Vending-Bench测试中发明，，，，，，，，Sonnet 4.6展现出与Opus 4.6类似的战略重漂后，，，，，，，，包括自觉的价钱使用和对竞争敌手的诱骗行为。。。。。他们的评价是，，，，，，，，“险些一样令人印象深刻，，，，，，，，也险些一样令人担心，，，，，，，，并且只要三分之一的价钱。。。。。”
1
Anthropic蹊径
把视角拉回Anthropic自己，，，，，，，，Sonnet 4.6只是它2月份麋集行动的一部分。。。。。
2月初，，，，，，，，Anthropic在超等碗投放了一组系列广告，，，，，，，，共四条片子，，，，，，，，划分叫“Betrayal”“Deception”“Treachery”“Violation”，，，，，，，，赛前和赛中各播一条，，，，，，，，另两条在线上流通，，，，，，，，直指OpenAI在ChatGPT中加入广告的决议，，，，，，，，slogan是“Ads are coming to AI. But not to Claude.”效果显著，，，，，，，，网站会见量涨了6.5%，，，，，，，，日活用户增添11%，，，，，，，，Claude App冲进了Apple App Store前十。。。。。
紧接着，，，，，，，，Anthropic宣布完成了300亿美元融资，，，，，，，，估值抵达3800亿美元，，，，，，，，半年翻了一倍多。。。。。年化收入攀升至140亿美元，，，，，，，，其中Claude Code的年化收入就有25亿美元，，，，，，，，企业订阅今年翻了四倍。。。。。
OpenAI的CEO Altman对此不太兴奋，，，，，，，，品评Anthropic的超等碗广告“显着不忠实”，，，，，，，，说它是“把腾贵产品卖给有钱人”。。。。。Anthropic CEO Dario Amodei的稍早一点在达沃斯论坛说自己不需要“跟某个大玩家举行十亿免用度户的殒命竞赛”。。。。。
这或许袒露了两家公司在蹊径上的某种不同。。。。。从果真信息来看，，，，，，，，OpenAI更倾向用户规模蹊径，，，，，，，，免用度户尽可能多，，，，，，，，再通过广告和增值效劳探索变现；；；；；；；它收编OpenClaw首创人，，，，，，，，也是在抢占Agent编排层的入口。。。。。Anthropic走的看上去更像是生产力工具蹊径，，，，，，，，80%的收入来自企业客户，，，，，，，，焦点卖点是coding和agent能力，，，，，，，，不做图片天生，，，，，，，，不太追求C端DAU，，，，，，，，而是把Agent能力内建到模子自己。。。。。Sonnet 4.6让免用度户也能使用旗舰级能力，，，，，，，，自己就是对“只效劳有钱人”这个品评的无声回应。。。。。
有一个数字或许能说明AI Agent能力提升带来的攻击，，，，，，，，自Anthropic和OpenAI麋集宣布新模子以来，，，，，，，，软件股已经蒸发了约2万亿美元的市值。。。。。投资者正在price in一个可能性，，，，，，，，AI Agent对古板SaaS软件的替换，，，，，，，，可能比所有人预想的都快。。。。。
12天两个模子，，，，，，，，两周三次头条。。。。。这可能会成为2026年AI行业的默认节奏。。。。。
点个“爱心”，，，，，，，，再走浩联汽配商业有限公司吧