Anthropic 最新发布的 Claude Opus 4.6 模型，在多项关键评测中展现了显著优势，尤其是在知识工作、多学科推理和长上下文处理方面。这次更新不仅提升了模型的基础能力，还带来了包括 1M token 上下文窗口和一系列产品线升级，为开发者与企业用户提供了更强大的工具集。下面将深入解析其性能表现与实用新功能。
智能速览
在多项评测中性能超越 GPT-5.2 和前代模型。
首次在 Opus 级别支持 1M token 上下文窗口。
产品线更新，Claude Code、Excel、PowerPoint 集成 Agent 能力。
API 新增 adaptive thinking 和 context compaction 功能。
进行最全面的安全评估，提供 US-only inference 选项。
精华内容
Claude Opus 4.6 的升级并非简单的参数优化，而是在智能体能力、长文本理解和自主任务执行上实现了质的飞跃。这些改进如何体现在具体评测和产品功能中？
性能全面领先
在知识工作评测 GDPval-AA 中，Claude Opus 4.6 以约 144 Elo 的优势领先 GPT-5.2，并在金融、法律等多个子领域位居榜首。
在 Agent 编码测试 Terminal-Bench 2.0 中，它取得了最高分，展现了强大的代码能力。SWE-bench Verified 评测中，经过提示词优化后最高得分达到 81.42%。
多学科推理方面，它在 Humanity’s Last Exam 和 ARC AGI 2 等高难度评测中也表现出色，尤其是在启用网络搜索和代码执行等工具后。
长文本理解突破
Claude Opus 级模型首次支持 1M token 上下文窗口，并解决了长期存在的“上下文腐烂”问题。
在 MRCR v2 的八针 1M 测试中，Opus 4.6 的准确率达到 76%，远高于 Sonnet 4.5 的 18.5%，提升了四倍之多。
这意味着模型能够在数十万 token 的海量信息中精确检索和追踪细节，不会因上下文过长而遗忘关键信息，为处理复杂文档和长篇代码提供了可靠基础。
产品生态升级
Anthropic 同步更新了产品线。Claude Code 新增 agent teams 功能，允许多个智能体并行协作，适合处理大规模代码审查等可拆分任务。
Claude in Excel 能处理更复杂的任务，可自动规划执行步骤，识别非结构化数据并构建表格，支持多步操作。
Claude in PowerPoint 进入研究预览阶段，能根据描述生成整套幻灯片，并自动套用品牌版式，可与 Excel 功能联动，实现数据到可视化的无缝衔接。
开发者新选项
API 层面，新增的 adaptive thinking 功能让模型能自主判断何时启用深度推理，平衡速度与效果。开发者可用的 effort 档位从“开/关”细分为 low、medium、high（默认）、max 四档。
Context compaction（测试版）功能可在对话接近上下文窗口上限时，自动压缩旧上下文为摘要，避免信息丢失，让 Agent 能够进行更长时间的任务。
这些新选项为开发者提供了更精细的控制权，以优化不同场景下的成本与性能表现。
Claude Opus 4.6 的发布标志着大模型在自主任务执行和长文本理解上的重要进步。它不仅是一个更聪明的模型，更是一个更高效的工具集，预示着 AI 深度融入专业工作的未来。面对这样的技术迭代，我们该如何调整自己的工作方式与技能栈？
