Claude Opus 4.6 的发布不仅刷新了模型能力天花板，更引发全球软件股单日蒸发 2850 亿美元的震荡。这款新模型在多项基准测试中大幅超越 GPT-5.2，更具备百万级上下文处理能力和惊人的漏洞挖掘能力，标志着 AI 正从工具向深度工作伙伴进化。
智能速览
Claude Opus 4.6 Elo 评分超 GPT-5.2 144 分，胜率达七三开
首次支持 100 万 tokens 上下文，解决“Context Rot”难题
前沿红队测试中自主发现并验证 500 多个安全漏洞
新增 Agent 团队协作与 PPT 自动生成功能，冲击 SaaS 市场
API 定价维持不变，已面向全平台开放使用
精华内容
面对全新升级的 Opus 4.6，单纯跑分已不足以说明问题，它在代码安全与长文本理解上的突破，正重新定义 AI 的生产力边界。
性能碾压，胜率七三开
在独立机构 Artificial Analysis 运营的 GDPval-AA 测试中，Claude Opus 4.6 拿到了 1606 分的 Elo 评分，这一成绩比 OpenAI 的 GPT-5.2 高出 144 分，比自家上一代 Opus 4.5 更是高出 190 分。
换算成具体胜率，144 分的差距意味着 Opus 4.6 对决 GPT-5.2 的胜率约为 70% 对 30%。
此外，Opus 4.6 在 Terminal-Bench 2.0 代码能力评测中以 65.4% 的成绩刷新所有模型纪录，并在 Humanity’s Last Exam 和 BrowseComp 测试中均位列行业第一。
百万上下文，精准检索
Opus 系列首次支持 100 万 tokens 上下文窗口，有效解决了 AI 领域“Context Rot”的难题。在 MRCR v2 测试中，面对 100 万 tokens 的大量文本，Opus 4.6 能够准确找出其中隐藏的 8 根“针”，得分高达 76%。
相比之下，Sonnet 4.5 在同等条件下得分仅为 18.5%，两者差距超过三倍。
这意味着用户可以将整个项目的代码库、数十份合同或整本书籍直接投喂给模型，它不仅能承载海量信息，还能以极高的准确率定位关键内容。
顺手挖出五百漏洞
在正式发布前的沙盒环境测试中，Anthropic 的前沿红队仅给了 Claude 标准的漏洞分析工具，如 Python、调试器和模糊测试器，未提供任何特定指令。
Claude 在开源代码中自主发现了超过 500 个此前未被发现的 0-day 安全漏洞，且全部经过人工验证。这些漏洞覆盖了从系统崩溃到内存损坏的多个级别，甚至在 GhostScript 中发现了传统方法无法找到的 PDF 处理漏洞。
为了防范风险，Anthropic 新增了六个网络安全探测器，并计划上线实时拦截功能以屏蔽恶意流量。
冲击软件市场
Claude Opus 4.6 的发布直接冲击了全球软件市场，导致周二单日软件股蒸发 2850 亿美元。LegalZoom 跌幅达 20%，Thomson Reuters 下跌 16%。
投资者担忧的逻辑在于，Anthropic 不再仅卖 API，而是通过插件直接切入应用层。原本需要高昂 SaaS 年费才能完成的合同审查、合规检查等工作，现在只需一个 AI 插件即可搞定。
目前 Claude 已支持组建“Agent 团队”并行开发，并上线了 PowerPoint 集成功能，能够直接读取模板生成演示文稿，全面渗透知识工作场景。
可用性与竞品
就在 Opus 4.6 发布的同一天，OpenAI 也推出了号称“迄今最强编程模型”的 GPT-5.3-Codex，试图抢占市场。
现阶段 Anthropic 势头更猛，数据显示约 40% 的企业已在生产环境中使用 Anthropic 的服务。Claude Opus 4.6 现已全平台上线，API 定价维持不变，输入 5 美元/百万 tokens，输出 25 美元/百万 tokens。
针对简单任务可能出现的“思考过深”导致的延迟，用户可通过 `/effort` 指令将思考强度从 high 调整为 medium。
Claude Opus 4.6 不仅在跑分上实现了对竞品的超越，更在长文本处理和安全挖掘上展现了惊人的潜力。随着 AI 逐步接管复杂的知识工作，传统的软件服务模式正面临重构。面对这场生产力变革，你是否准备好将更核心的工作交给 AI 了？
