河池镀铜钢绞线 刚刚, Claude Opus 4.6登顶编程之! 入Office全桶, 15亿工东谈主变天

新智元报谈河池镀铜钢绞线

剪辑：桃子 好困

【新智元读】通盘硅谷又癫狂了！Anthropic夜扔出炸，Claude 4.6用近乎的编程智商和智能体军团，给OpenAI和上了堂名为「降维击」的课。

Anthropic夜惊雷，终于祭出了编程之！

刚刚，Claude Opus 4.6横空出世，夜成为行家强编程AI，「模」能敌。

它在前代Opus 4.5的基础上，大幅升迁了编码妙技。

Claude Opus 4.6的磋商致密，能历久地本质AI Agent任务，在大范围代码库中运行也加可靠。

枢纽的是，它还具备强自我纠错智商，比如的代码审查、调试。

它亦然Anthropic款在beta阶段，高下文支援100万token的Opus模子。

在多项基准测试中，Claude Opus 4.6编程实力险些全位先，Gemini 3 Pro、GPT-5.2可望不可即。

在ARC-AGI-2上，Opus 4.6拿下68.8分，过GPT-5.2-xhigh

（傍边滑动稽查）

不仅如斯，Opus 4.6经上线，就启动鼎新办公了！

今天，这款新模子同期在Excel、PPT中的Claude，以及Claude Code、API中同步上线。

比如奥运长跑鞋供应链数据，和我方展望的不样，好几个季度数据不行眼过完，不错枢纽向Opus 4.6求救。

它会遍历文献夹下通盘Excel表，成功捏出邪恶的地，还能同步画图出折线图。

一样在PPT中，也能及时调用Opus 4.6了，从布局、字体到母板，Claude都能确保内容符设施。

从今天起，Claude Opus 4.6不错在Claude网页端、开荒者平台，以及各大平台成功可上手。

硅谷今晚的炸药味，只怕要突破屏幕了......

Opus 4.6发布后没几分钟，OpenAI枢纽掏出GPT-5.3-Codex。

眼瞧着奥特曼发了预报，Anthropic坐窝火速亮剑。只可说，起了个大早赶了个晚集

「编程新」夜炸场，鼎新行家工东谈主

Claude Opus 4.6的官宣，不错说是Anthropic次紧要改革。

认真东谈主Alex Albert是这样说的，「Claude在2025颠覆了编程，在2026年将重塑常识型使命」！

Opus 4.6不仅是次毛糙的模子升，而是AI确凿成为东谈主类「职场伙东谈主」的分水岭——

尤其是关于那些每天泡在表格、PPT和长文档里的工东谈主。恰是这类使命，扶直起了金融和接洽等中枢产业。

在真实的金融任务测试中，Opus 4.6比几个月前业界顶的Sonnet 4.5，足足升迁了23以上。

在这个时间，「几个月前」听起来就像上个世纪。

而且这些测试点都不详尽河池镀铜钢绞线，全是实实的硬活：建财务模子、作念路演 PPT、搞并购分析。往日分析师得接力好几周的使命，咫尺瞬息就能完成。

在往常使命任务中，Opus 4.6将成为强助力——

运行财务分析、进行度陆续，以及使用和创建Word、Excel、PPT，完全不错调用。

值得提的是，据不统计，行家约有15亿东谈主都在Office全桶上办公，Opus 4.6正在激勉场层的办公率变革。

不仅如斯，在Claude Cowork中，Opus 4.6不错成功成为「牛马」手替，完成以上切复杂任务。

在输出质料上，Opus 4.6也有了质的飞跃。

往日的模子可能需要反复修改好几轮，致使根底搞不定；但咫尺，版出来的东西往往就能成功用了。

Cowork让你丢进通盘文献夹就能同期启动多项分析；

Excel里的Claude 贬责起多表财务模子来驾轻就熟，不跑偏；

PowerPoint里的Claude，让你能成功在软件里生成和修改。

正如AI抹平了开荒的门槛，它也将重塑每位常识使命者的智商鸿沟。

场出产力的范式调遣已不得不发，序幕才刚刚开启。

碾压Gemini 3、GPT-5.2

SOTA拿成功软

大要动这种出产力范式的迁徙，前提定是，有个实力全位能的模子。

Opus 4.6作念到了！它在多项评估中的施展均达到了SOTA——

在智能体编程评估Terminal-Bench 2.0中，它拿下了65.4的分；在HLE测试中，跑通盘其他前沿模子。

枢纽的是，在GDPval-AA常识使命的能评估中，Opus 4.6比GPT-5.2出约144 Elo分，比上代 Opus 4.5出190分。

另外，Opus 4.6在智能体搜索BrowseComp基准上，施展完胜任何模子。

从的基准PK中看，在智能体编程、计较机使用、器具使用、搜索和金融域，Opus 4.6是业界先的模子，势加表示。

在智能体器具使用t2-bench中，Opus 4.6拿下了近满分的收获，售91.9，电信99.3。

Opus 4.6在从海量文档中检索相干信息面，施展得好。

这种智商延迟到了长高下文任务中，它不错在数十万Token中保存和追踪信息，且漂移少，况且能捕捉到即使是Opus 4.5也会错过的埋细节。

AI模子个常见的痛点是「高下文衰减」（context rot），钢绞线厂家即跟着对话过定数目的Token，能会下跌。

Opus 4.6施展表示于其前身：在MRCR v2的8-needle 1M变体（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。

这代表了模子在保持峰值能的同期，本色可用高下文数目上的质的飞跃。

一言以蔽之河池镀铜钢绞线，Opus 4.6擅长在长高下文中查找信息，擅长在招揽该信息后进行理，况且总体上具有表示强的明智商。

底下的图表流露了， Claude Opus 4.6 在各式基准测试中的施展。

这些测试评估了其软件工程妙技、多讲话编程智商、恒久致、收罗安全智商过火生命科学常识。

傍边滑动稽查

Claude Code「智能体群」登场

东谈主教化AI雄兵

值得提的是，Opus 4.6度集成到了Claude Code中。

如今，在Claude Code中，开荒者不错组建智能体团队（agent teams）来协同贬连累务。

也即是东谈主们近推敲热的「智能体群」（Agent Swarms）。

Claude Code之父Boris Cherny警告，尚在实验阶段，可能会奢靡无数token

从此以后，不再仅仅单个Claude鳏寡茕独、绳趋尺口头贬连累务。

如今，「主智能体」不错将任务分发给多个「Claude团队成员」。其他AI不错并行开展调研、调试和开荒使命，并及时保持交流和谐。

这意味着，个开荒者不错带Claude雄兵搞开荒了。只好动动嘴刻画下想法，就能写出软件。

在官文档先容中，Anthropic将其称之为「多Claude Code会话团队编排」（Orchestrate teams）。

每次任务中，都会有个头东谈主Claude在AI雄兵中挑起重任，认真统筹全局、分派任务并汇总终后果。

不错使用Shift+Up/Down或tmux成功摄取任何子智能体（subagent）

其他AI则在各自强的高下文中各司其职，况且互相之间不错成功交流。

这与「子智能体」有所不同：子智能体运行在单会话内，只可向主智能体申报；

而关于「AI智能体团队」，开荒者不错逾越认真东谈主成功与任何个成员进行交互。

鄙人面demo中，不错看到在同个界面中，多个Agent同步本质任务，让路发率狂飙。

2万好意思金，16个Claude组团写10万行C编译器

这不，Anthropic了个样，让Opus 4.6智能体群造出款C编译器，东谈主类只「旁不雅」险些不烦嚣。

两周后，它收效在Linux内核中运行了！

实验中，团队让16个Claude Opus 4.6，在莫得任何东谈主类烦嚣的情况下，并行和谐开荒代码。

为了测试这套系统的限，给这群AI派了个硬核任务——从启动用Rust讲话写个C编译器，而且办法是须能编译Linux内核。

16个Claude狂「加班」，奢靡了近20亿个输入Token，所有掉了约2万好意思元的API资本。

实验经过异常有真谛，Nicholas Carlini构建了个自动轮回系统，让Claude 完不成任务就不准「放工」。

这里只想mark下Dario Amodei这句话：畴昔6-12月，软件工程不再需要东谈主类

为了止AI们架，他盘算推算了套基于Git任务锁机制，让不同的Claude认真不同的模块：

有的在解 Bug，有的在写文档，有的在化代码质料，致使还有门认真「吐槽」架构并进行重构的。

终后果令东谈主轰动：这支AI战队真实撸出了个10万行代码的编译器！

它不仅能收效编译Linux 6.9内核（支援x86、ARM和RISC-V架构），还能跑通《撤消战士》（Doom）、PostgreSQL、Redis等复杂神气。

Claude创造Claude，学会度想考

在Anthropic里面，团队用Claude来构建Claude。

工程师每天都使用Claude Code编写代码，每款新模子都会先在里面使命中进行测试。

关于Opus 4.6，团队发现不错在需被示知的情况下，加注于任务中具挑战的部分，在较毛糙的部分快速进，以好的判断力贬责牵丝攀藤的问题，并在长的会话中保持。

Opus 4.6经常会进行度的想考，并在笃定谜底之前仔细地再行注视其理经过。

这在贬责较难的问题时会产生好的后果，但在较毛糙的问题上可能会增多资本和延迟。

要是发现模子在某个特定任务上「想太多」，提议将 Effort（想考力度）从默许建造（）调低至中等。

傍边滑动稽查

加入百万token高下文鼎新

在API上，Claude不错用「高下文压缩」来往首其高下文，从而在不波及章程的情况下，本质运行本事长的任务。

团队还引入了「自适应想考」（adaptive thinking）——模子不错凭据高下文行踪感知何时需要使用彭胀想考；

以及，全新的Effort（想考力度）收敛，让路发者对智能、速率和资设施有多掌控权。

在API订价面，Claude Opus 4.6输入价钱5好意思元/百万token，输出价钱25好意思元/百万token。

此外，Opus 4.6是款支援100万Token高下文的Opus别模子。

关于过200k Token的教唆词，将按费率计费（每百万输入/输出 Token划分为10好意思元/37.5好意思元）。

另外，Opus 4.6支援达128k Token的输出，这让Claude需将任务明白为多个肯求即可完成大输出量的任务。

关于需要在好意思运行的使命负载，不错使用仅限好意思国理（US-only inference），价钱为Token订价的1.1倍。

安全，听话

智能的升迁并非以捐躯安全为代价。

在自动化活动审计中，Opus 4.6施展出较低的未对王人活动（misaligned behaviors）发生率，如糊弄、恭维夤缘（sycophancy）、滋长用户休想以及配滥用。

总体而言，它与咱们迄今为止对王人的前沿模子Opus 4.5样对王人细密。

Opus 4.6还流泄漏在职何近的Claude模子中低的过度拒（over-refusals）率——即模子拒回报良查询的情况。

后，用Anthropic认真东谈主Alex Albert句话记忆Claude Opus 4.6的这场发布——

2025年是AI编程走向普及的元年，而2026年，AI将在编程以外的通盘域爆发。

参考贵寓：

https://www.anthropic.com/news/claude-opus-4-6

https://x.com/claudeai/status/2019467372609040752