Anthropic 发布了最新的 Claude Opus 4.6 模型，其在多项关键评测中均超越了竞争对手。这款新模型不仅带来了显著的性能提升，更在长上下文处理、自主编程和复杂推理方面实现了质的飞跃，为处理高难度专业任务提供了新的可能性。
智能速览
知识更新至2025年5月，信息更前沿。
在金融、编程等多项评测中大幅领先GPT-5.2。
支持1M超长上下文，实际可用性显著提升。
引入自适应思考模式，优化API调用效率。
Claude Code支持Agent团队，迈向AI自主开发。
精华内容
Claude Opus 4.6 的进步是全方位的，从底层知识库到上层应用能力，都展现出成为新一代AI领导者的潜力。以下是其核心技术的深度剖析。
性能全面领先
Claude Opus 4.6 的知识截止日期更新至2025年5月，确保了信息的前沿性。在专业领域，如金融与法律评测集 GDPval-AA 上，其评分比业界第二名 GPT-5.2 高出约 144 Elo，比前代 Opus 4.5 高 190 Elo。在评估模型在线查找难以定位信息能力的 BrowseComp 测试中，它同样超越了所有其他模型。在代表编程能力的 Terminal-Bench 2.0 评测和复杂的多学科推理测试 Humanity’s Last Exam 中，Opus 4.6 也取得了领先地位。
长文本质变
Opus 4.6 的另一大亮点是支持1M上下文窗口，并大幅提升了其实际可用性。模型能更稳定地在海量信息中保持关键内容，有效减少“上下文腐化”现象。在经典的“大海捞针”测试 MRCR v2 的 8-needle 1M 版本中，Opus 4.6 的准确率达到 76%，远超 Sonnet 4.5 的 18.5%。这种能力使其在大型文档分析、长对话Agent和复杂研究任务中表现卓越。
智能编程新纪元
Opus 4.6 的agentic编程能力显著增强，在 Terminal-Bench 2.0 上取得了最高分。此外，Claude Code 新增了“agent teams”功能，允许启动多个并行协作的AI Agent自主协调。一个案例显示，通过该功能，模型几乎独立构建了一款可在Linux内核运行的C编译器，预示着AI自主开发软件的时代即将到来。
API与金融应用
API层面，Opus 4.6 支持1M上下文和128K输出，并引入了“自适应思考”功能。模型会根据请求复杂度决定是否及如何思考，并在工具调用过程中进行交错思考，大幅提升Agent工作流效率。在金融领域，其表现尤为突出，内部评测显示，在约50个金融分析用例上，其表现比前代提升超过23个百分点，能更高效地辅助决策。
Claude Opus 4.6 的发布，不仅是性能参数的刷新，更是AI能力边界的一次重要拓展。它通过解决长上下文、自主推理和复杂任务协作等核心难题，为AI在专业领域的深度应用铺平了道路。未来，这类能力的普及将如何改变我们的工作方式？
