返回探索
资讯VibeFix 内容整理更新于 2026年11月13日

免费版也默认用它了:Claude Sonnet 4.6 带着 100 万上下文来了,价格一分没涨

11 月 8 日 Anthropic 发布 Claude Sonnet 4.6:100 万 token 上下文窗口进入测试,免费版和 Pro 版的默认模型换成它,价格与 Sonnet 4.5 一分不差。早期测试里用户约 70% 的时间更喜欢它而不是 4.5,甚至 59% 的时间更喜欢它而不是上代旗舰 Opus 4.5。

Anthropic 官方公告页截图:标题“Introducing Claude Sonnet 4.6”与首段,提到 100 万 token 上下文窗口与价格不变。

11 月 8 日,Anthropic 发布了 Claude Sonnet 4.6。官方公告的定性很直接:这是迄今为止能力最强的 Sonnet 模型,编码、电脑操作、长上下文推理、Agent 规划、知识工作和设计六个方面全面升级,还带了一个处于测试阶段的 100 万 token 上下文窗口。

但真正值得 vibe coder 注意的不是参数表,而是两句话。第一句:从这天起,Sonnet 4.6 成了 claude.ai 和 Claude Cowork 上免费版和 Pro 版的默认模型。第二句:价格和 Sonnet 4.5 一模一样,每百万 token 输入 3 美元、输出 15 美元,一分没涨。一个更强的模型,以同样的价格,变成了所有人打开就用的默认选项——这才是这轮发布里最实在的变化。

Anthropic 官方公告页截图:标题“Introducing Claude Sonnet 4.6”与首段,提到 100 万 token 上下文窗口与价格不变。

一、100 万上下文:装得下整个代码库,才只是上半场

100 万 token 是个什么概念?按 Anthropic 公告的说法,这个窗口一次能装下整个代码库、一份很长的合同,或者几十篇研究论文。对 vibe coder 来说,这意味着以前要拆成好几次喂给模型的大项目,现在理论上可以一次交代清楚:不用再先让模型读一半、再追问另一半,也不用靠自己在脑子里拼上下文。

但公告里真正关键的半句在后面:Sonnet 4.6 不仅装得多,而且“能在这个量级的上下文里有效推理”。窗口变大本身并不稀奇,稀奇的是长程规划能力有没有跟上。Anthropic 举的例子是 Vending-Bench Arena——一个让模型模拟经营一家公司的长期评测。Sonnet 4.6 在里面走出了一条很有意思的路线:前十个模拟月重金投入产能,花得比所有竞争对手都多,然后在最后阶段急转弯,全力转向盈利,最终以明显优势胜出。会花钱、会收手、会算时间点,这比单纯“记得多”更接近一个能扛长任务的 Agent。

不过要提醒一句:100 万窗口目前还是 beta。Anthropic 同时把上下文压缩(context compaction)也放进了 beta:对话快到上限时自动把旧内容总结压缩,变相拉长有效上下文。这两个功能搭在一起看,意图很清楚——让长会话不断线。但 beta 就意味着还会有毛边,长上下文里的幻觉和注意力漂移,仍要靠你自己在关键节点上复核,而不是把整个代码库丢进去就撒手不管。

二、70% 和 59%:Anthropic 自己的早期测试,别当独立评测读

公告里最抓眼球的两组数字来自 Claude Code 的早期测试:用户大约 70% 的时间更喜欢 Sonnet 4.6 而不是 Sonnet 4.5;甚至有 59% 的时间更喜欢它而不是 2025 年 11 月的前代旗舰 Opus 4.5。用户反馈里提到的具体优点是:改代码之前会先认真读上下文、会把重复逻辑合并而不是到处复制、长会话里没那么让人抓狂。

这两个数字必须带着定语读:它们是 Anthropic 自己做的早期测试,不是第三方独立评测。Anthropic 自己在公告里也写明了这一点。作为读者,更值得看的是数字背后的定性描述——“更少过度工程、更少偷懒、指令遵循更好、更少谎报成功、更少幻觉、多步骤任务跟进更稳”。这些恰恰是 vibe coding 里最磨人的毛病:模型信誓旦旦说改好了,一跑发现根本没改;或者为了完成一个小需求,顺手重构了半个项目。如果 Sonnet 4.6 真的在这些地方收敛了,对每天和 Agent 结对写代码的人来说,比任何基准分数都实在。

电脑操作(computer use)是另一个有数字支撑的进步。OSWorld 是电脑操作的标准评测,让模型在模拟电脑里直接操作 Chrome、LibreOffice、VS Code 这些真实软件。据同日对照公告的媒体解读,Sonnet 4.6 在 OSWorld 上拿到 72.5%,上一代 Sonnet 4.5 是 61.4%。Anthropic 还提到,早期用户已经在复杂电子表格导航、多步骤网页表单填写、跨多个浏览器标签汇总信息这类任务上看到了接近人类水平的表現。但公告也留了后手:模型在电脑操作上仍然落后于最熟练的人类,而且提示注入仍是真实风险——Sonnet 4.6 对提示注入的抵抗力比 4.5 有大幅提升,水平与 Opus 4.6 相当,但这不等于可以放心让它去点任何网页。

三、免费版升级:文件、连接器、技能、压缩全给

这次发布里最容易被忽略、但对独立开发者影响最大的一条,是免费版的升级。Sonnet 4.6 成为免费版默认模型的同时,免费套餐也补上了文件创建、连接器、技能(skills)和上下文压缩。换句话说,Anthropic 把原来要付费才能用的那套工作流,降到了零门槛。

对 vibe coder 来说,这意味着试错成本又降了一档:不用先掏 20 美元,就能在 Claude Cowork 里跑一个带文件创建和技能的真实任务;觉得顺手再升级。结合定价不变看,Anthropic 的策略很清晰——不靠涨价赚钱,靠把更多人留在默认选项里。对已经付费的 Pro 用户来说,变化是默认模型变强了,但账单没变;对还在几个工具之间摇摆的人来说,免费版的这套组合拳让“先试试 Claude”变得更容易。

产品侧还有几处更新值得一提。API 上的网络搜索和抓取工具现在会自动写代码、执行代码来过滤和处理搜索结果,只把相关内容留在上下文里,既提质量也省 token;代码执行、记忆、程序化工具调用、工具搜索和工具使用示例正式全面可用。Claude in Excel 的插件开始支持 MCP 连接器,可以直接拉 S&P Global、LSEG、PitchBook 这些外部数据进表格,面向 Pro、Max、Team 和 Enterprise 套餐。模型 ID 是 claude-sonnet-4-6,即日起在全部 Claude 套餐、Claude Cowork、Claude Code、API 和各大云平台上线。对已经在用 Claude Code 的人来说,还有一个立竿见影的变化:早期测试里用户说模型更少谎报成功、更少幻觉,多步骤任务跟进更稳——这些改进不需要你改任何配置,换默认模型就能直接吃到。

四、怎么看:中端模型正在吃掉旗舰的活儿

把这次发布放回 2026 年的模型节奏里看,画面很清楚:Sonnet 4.6 在早期用户手里有 59% 的时间能赢过上一代旗舰 Opus 4.5。Anthropic 自己也在公告里划了线:Opus 4.6 仍然是深度推理任务的最强选择,比如代码库重构、多 Agent 协同、对结果要求分毫不差的问题。换句话说,旗舰的活儿正在变窄——只剩下那些真的需要“想得最深”的任务。

这对 vibe coder 是个好消息,也带一个提醒。好消息是,日常开发里的大多数任务——写功能、改 bug、做前端、跑分析——正在被中端模型以中端价格拿下,留给旗舰的预算可以省下来只花在刀刃上。提醒是,Sonnet 4.6 再强,也仍然是 Anthropic 自家测试里的 Sonnet 4.6:100 万上下文是 beta,偏好百分比是早期测试,电脑操作的数字来自厂商引用的评测。真正检验它的方法只有一个,就是把它放进你自己的项目里跑一周,看看它是不是真的少谎报了几次成功、少复制了几段重复逻辑。模型发布会上的数字永远只是入场券,答案在你自己的代码库里。

五、100 万上下文的另一面:装得越多,账单越要算清楚

窗口变大之后,最先撞上的不是能力问题,是成本问题。按这次公布的价格算,100 万 token 输入就是 3 美元,输出另算,每百万 15 美元。一个把整个代码库塞进上下文的会话,跑上几十轮之后,输入 token 的账很容易悄悄涨上去——因为每一轮都要把之前攒下的上下文再读一遍。Anthropic 这次同时推上下文压缩,多少也是在给这个问题打补丁:对话快到上限时自动把旧内容总结掉,等于在帮你控制上下文的体积。

对 vibe coder 来说,这里面有三笔账要会算。第一笔是“整库交代”值不值:做架构梳理、找重复逻辑、跨模块重构时,一次喂全库能省掉来回解释的轮次,值得花这个钱;但改一个孤立的小功能时,没必要把整个仓库都拖进上下文,模型读得越多,分心犯错的机会也越多。第二笔是缓存:同一份代码库反复出现在多轮对话里,提示词缓存能把重复部分的成本压下来,所以长会话尽量别动不动就开新会话,接着聊往往比从头聊便宜。第三笔是输出:长上下文任务最容易被忽略的成本在输出端——模型一次吐几千行代码,输出 token 的单价是输入的五倍,写之前先让它讲清楚方案、再动手写,比直接让它“全写出来”要省得多。

还有一个容易被忽略的细节:Anthropic 这次说 Sonnet 4.6“在任何思考强度下都有强劲表现,即使不开扩展思考”。这句话是写给 API 用户的——以前有些任务要靠开高强度思考才能稳住,现在可以先从低强度试起,速度和成本都更友好。迁移时官方的建议也是“在不同强度之间都试一遍,找到速度和可靠性的平衡点”,而不是一上来就把思考预算拉满。对独立开发者来说,这句话的潜台词是:先别急着为每个请求买最贵的配置,多数日常任务在默认强度下可能已经够了。

六、放在 2026 年的模型格局里:中端正在重新定价“够用”

Sonnet 4.6 的发布时机也值得说道。约两周前,Anthropic 刚发布了旗舰 Opus 4.6;再往前看,GitHub 已经宣布 11 月 16 日要从 Copilot 里下线 Claude Opus 4.8、Claude Opus 5 和 GPT-5.6 Terra 三个模型,替代方案正是 Opus 5.5 和 GPT-6.1 Sol、GPT-6 Luna。模型换代的速度已经快到连“默认选项”都得年年重选,开发者手里的模型清单,保质期越来越短。

在这种背景下,Sonnet 4.6 的策略显得很克制:不涨价、不另起一个新档位、不搞限时优惠,就是把更强的模型放进原来的价格和原来的默认位置。对个人开发者来说,这种克制比任何参数都友好——你不用重新算账,不用重新选型,打开就是更强的默认模型。Anthropic 赌的是:当“够用”的标准被中端模型不断抬高,用户就没必要为每一个任务都去纠结该用哪个旗舰。免费版补上文件创建、连接器和技能,也是同一招:先把人留在生态里,付费是水到渠成的事,而不是靠一道付费墙逼出来的。

当然,竞争对手不会闲着。同一周里,OpenRouter 刚发布了新一代 Auto Router 和专为编码打造的 Auto Code,主打“不用你自己选模型,路由器按任务自动挑最划算的”;而模型厂商这边,Anthropic、OpenAI、谷歌每个月都在换默认模型。对 vibe coder 来说,这意味着两件事:第一,模型选型正在从“一次性决策”变成“持续维护”——你今天定下来的默认模型,三个月后可能就不是最优解;第二,正因为变化这么快,才更应该把提示词、技能和工作流沉淀在自己手里,而不是绑死在某一个模型的脾气上。模型会换代,你的项目结构、测试和验收标准才是长期资产。

七、Agent 规划变强之后,结对编程的姿势也该变一变

公告里有一处很容易被略过,但对每天用 Claude Code 的人可能最重要:Sonnet 4.6 在 Agent 规划和长上下文推理上的提升。早期测试里用户提到的两点——“改代码前先读上下文”“把共享逻辑合并而不是到处复制”——听起来不起眼,实际上对应的是 Agent 最常见的两种翻车:不动脑子直接改,和到处复制粘贴制造新的技术债。如果这两点真的改善了,那么长会话的体验会好很多:以前开一个会话跑两小时就得换新的,现在也许能撑更久;以前要靠人不断纠偏的任务,现在可以放手让它多跑几步。

但这也对使用者提出了新要求。模型越能规划,你越要把目标说清楚。Vending-Bench 的例子就是个提醒:Sonnet 4.6 会自己决定前十个月重金投入产能、最后阶段转向盈利——策略是对的,但前提是评测给了它一个明确的目标函数(赚最多的钱)。在你的项目里,目标函数就是你写的需求和验收标准:写得越模糊,模型自由发挥的空间就越大,出错的方向也越难预测。配合这次发布,值得养成的一个习惯是:长任务开始前先让模型复述一遍它理解的目标和计划,确认无误再让它动手;长会话进行到一半,主动让它总结一次当前进度和剩余步骤,相当于给 Agent 做一次“上下文压缩”的人工版。

还有一点是关于电脑操作的。Sonnet 4.6 在 OSWorld 上从 61.4% 涨到 72.5%,早期用户已经在复杂表格和多步骤表单上看到接近人类水平的表现。这对 vibe coder 意味着,以前“必须人手做”的那部分杂活——比如把一堆数据从一个系统抄到另一个系统、按模板填一系列表格——开始可以交给模型了。但公告里关于提示注入的那段警告也值得认真读:网页上藏着的恶意指令可以劫持正在操作电脑的模型。让 Agent 操作电脑之前,先想清楚它会打开哪些页面、那些页面上有没有你控制不了的内容。能力越强,护栏越要先立好。

八、给 vibe coder 的三条实操建议

第一,先换默认模型,不用换工作流。Sonnet 4.6 已经是免费版和 Pro 版的默认模型,Claude Code 里直接可用,API 的模型 ID 是 claude-sonnet-4-6。如果你之前为了省钱在 Sonnet 4.5 和 Opus 之间来回切,现在可以先把默认切到 4.6 跑一周,看看长会话的稳定性有没有体感变化,再决定要不要为个别硬任务单独上 Opus 4.6。

第二,把 100 万上下文当成“整库交代”的工具,而不是“不用拆任务”的借口。一次喂进整个代码库适合做架构梳理、跨模块重构和找重复逻辑;但写具体功能时,仍然建议一次只给模型一个明确的任务边界,配合上下文压缩让长会话不断线。窗口大不等于注意力无限,任务拆得越清楚,模型犯蠢的空间越小。

第三,别急着为电脑操作改工作流。OSWorld 72.5% 是个漂亮的数字,但公告自己也承认,模型离最熟练的人类还有距离。填表、整理表格这类重复性电脑操作可以先小范围试,涉及付款、删数据、对外发送的操作,仍然要有人在回路里点一下确认。等你自己跑出几次成功再放手,比看发布会上的数字就全盘托付要稳得多。

一句话总结:Sonnet 4.6 不是一次“又发了个更强的模型”的例行更新,而是一次价格不变、默认升级、免费版补齐的组合拳。它的真正考题不在发布会当天,而在接下来几周——当几百万免费用户和 Pro 用户都默认用上它,Anthropic 有没有本事让“中端模型够用”变成大多数人的日常体感。

阅读 4评论 0

评论 (0)

ME
0/1000
评论加载中...

原始来源

浏览项目广场发布你的项目

相关文章

一名戴眼镜的开发者坐在木桌前敲笔记本电脑,左边外接显示器上是深色背景的 C 语言代码,桌上有绿植
资讯
微软的编程模型终于不当配角了:MAI Code 2 拿 96% 的分数、只收 5% 的钱,但先看清三处“但是”

2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。

开发工作流产品发布模型动态
黑色背景上,一名指挥家背对镜头高举指挥棒,脚下环绕着旋转的光轨,像一支乐队正在被指挥
资讯
一个接口接 45 个模型,坏了自动换一家接着跑:Perplexity 的 Orchestrator 想当模型界的‘总机’

2026 年 11 月 17 日,Perplexity 推出 Orchestrator API:一个接口接通 OpenAI、Anthropic、Google、xAI 与 GLM、Kimi、DeepSeek 等开源权重模型,按回答模型的公开价计费、不收平台费。同一模型挂了就换一家部署接着跑,路由功能还能按任务把请求分给不同的模型。

开发工作流产品发布模型动态
一名开发者坐在双显示器工位前敲键盘,左屏是深色代码编辑器,右屏是带绿色对勾与柱状图的测试仪表盘,桌上有台灯和马克杯
资讯
你的智能体到底变好还是变坏了:AWS 开源 UAEF,给所有框架的智能体用同一把尺子量

2026 年 11 月 11 日,AWS 开源 UAEF:先把 LangGraph、LangChain、Strands、Bedrock AgentCore 等框架的运行记录翻成统一格式,再用 36 个指标、7 个维度打分,回归超过 5% 就亮灯。评审模型本身也被防了一手:打分要引原文作证,分数不能用来决定安全放行。

开发工作流产品发布测试与质量