Claude Opus 4.6模型升级发布，提升编程与多任务处理能力

Anthropic公司近日升级了其最智能的模型，发布了Claude Opus 4.6。新模型在编程技能上有所改进，能更谨慎地规划任务，在大型代码库中更可靠地运行，并具备更好的代码审查和调试能力以自我纠错。此外，Opus 4.6首次在Opus级模型中引入了100万令牌的上下文窗口（目前处于测试阶段）。

Opus 4.6还能将改进的能力应用于日常工作任务，如进行财务分析、开展研究，以及使用和创建文档、电子表格和演示文稿。在Cowork环境中，Claude可以自主多任务处理，Opus 4.6能代表用户运用所有这些技能。

该模型在多项评估中表现卓越。例如，在代理编程评估Terminal-Bench 2.0中获得了最高分，并在复杂多学科推理测试Humanity's Last Exam中领先于其他前沿模型。在衡量经济价值知识工作任务（如金融、法律等领域）的GDPval-AA评估中，Opus 4.6比行业次优模型（OpenAI的GPT-5.2）高出约144个Elo点，比其前身Claude Opus 4.5高出190点。在衡量模型在线查找难寻信息能力的BrowseComp评估中，Opus 4.6也优于其他模型。

根据Anthropic的详细系统卡显示，Opus 4.6的整体安全性能与行业其他前沿模型相当或更优，在安全评估中表现出较低的错误行为率。

在Claude Code中，用户现在可以组建代理团队共同完成任务。在API方面，Claude能使用压缩技术总结自身上下文，执行更长时间的任务而不受限制。Anthropic还引入了自适应思维功能，使模型能根据上下文线索调整扩展思维的使用程度，以及新的努力控制功能，让开发者能更好地控制智能、速度和成本。

来源：Anthropic