Claude Sonnet 4.6

Anthropic·5 个数据来源·更新于 2026-11-10

上下文窗口1M厂商官网
最大输出128K厂商官网
输入 / 百万 Token$3厂商官网
输出 / 百万 Token$15厂商官网

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

4 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

17 项已收录成绩 · 保留原始单位和测试条件

ARC-AGI v2厂商自报 · 越高越好
58.3%

Novel problem-solving (ARC-AGI-2).

成绩出处
BrowseComp厂商自报 · 越高越好
74.7%

Agentic search (BrowseComp).

成绩出处
DeepSWE 1.1来源汇总 · 越高越好
30%

DeepSWE v1.1 leaderboard, mini-swe-agent harness, high effort; Pass@1 30% ± 4%.

成绩出处
Finance Agent厂商自报 · 越高越好
63.3%

Agentic financial analysis (Finance Agent v1.1).

成绩出处
Finance Agent v2来源汇总 · 越高越好
51.03%
成绩出处
GPQA厂商自报 · 越高越好
89.9%

Graduate-level reasoning (GPQA Diamond).

成绩出处
Humanity's Last Exam厂商自报 · 越高越好
49%

Multidisciplinary reasoning (Humanity's Last Exam). With tools: 49.0%. Without tools: 33.2%.

成绩出处
Legal Agent Benchmark来源汇总 · 越高越好
5.4%

All-pass rate (Harvey held-out set)

成绩出处
LiveBench来源汇总 · 越高越好
75.47%

2026-01-08, Thinking Medium Effort

成绩出处
MCP Atlas厂商自报 · 越高越好
61.3%

Scaled tool use (MCP-Atlas).

成绩出处
MMMLU厂商自报 · 越高越好
89.3%

Multilingual Q&A (MMMLU).

成绩出处
MMMU-Pro厂商自报 · 越高越好
75.6%

Visual reasoning (MMMU-Pro). With tools: 75.6%. Without tools: 74.5%.

成绩出处
OSWorld厂商自报 · 越高越好
72.5%

Agentic computer use (OSWorld-Verified).

成绩出处
SWE-Bench Verified厂商自报 · 越高越好
79.6%

Agentic coding (SWE-bench Verified).

成绩出处
Tau2 Retail厂商自报 · 越高越好
91.7%

Agentic tool use evaluation (τ2-bench Retail).

成绩出处
Tau2 Telecom厂商自报 · 越高越好
97.9%

Agentic tool use evaluation (τ2-bench Telecom).

成绩出处
Terminal-Bench 2.0厂商自报 · 越高越好
59.1%

Agentic terminal coding (Terminal-Bench 2.0).

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-02-17厂商官网
知识截止
2025-08厂商官网
上下文窗口
1M Token厂商官网
最大输入
200K TokenLLM Stats
最大输出
128K Token厂商官网
输入模态
文本、图像厂商官网
输出模态
文本厂商官网
推理模式
支持厂商官网
许可证
ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
厂商官网 · Claude Sonnet 4.6$3$15$0.3
Anthropic$3$15待补充
DeepInfra$3$15待补充

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$4.5
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

厂商官网

厂商官方文档 · 基础规格与标准 API 报价

1 条记录最近采集 2026-11-10

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10

Arena

Arena 官方公开数据集 · CC BY 4.0

4 条记录最近采集 2026-11-10

OpenRouter

公开模型目录与 API 报价

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsClaude Sonnet 4.6SHA-256 8e04dda48bd4fdd2…2026-11-10T13:53:53Z查看来源
BenchLMClaude Sonnet 4.62026-11-10查看来源
ArenaClaude Sonnet 4.62026-11-10T14:07:52Z查看来源
ArenaClaude Sonnet 4.62026-11-10T14:07:52Z查看来源
ArenaClaude Sonnet 4.62026-11-10T14:07:52Z查看来源
ArenaClaude Sonnet 4.62026-11-10T14:07:52Z查看来源
OpenRouterClaude Sonnet 4.6SHA-256 63cbc45064d84060…2026-11-10T13:51:49Z查看来源
厂商官网Claude Sonnet 4.6SHA-256 82c792449673ec36…2026-11-10T14:06:49Z查看来源
继续浏览模型排行榜