claude-sonnet-4-6-thinking

‌Claude-sonnet-4-6-thinking‌ 是 Anthropic 于 ‌2026年2月‌ 推出的 ‌Claude Sonnet 4.6‌ 模型的‌增强推理版本‌，在保持高性价比优势的同时，首次为中型模型引入了深度思考能力，标志着“智能与效率”的完美融合。该版本专为需要‌复杂逻辑推演、多步骤任务规划与高可靠性输出‌的开发者和企业用户设计，是当前最具实用价值的主力AI模型之一。

与标准 Sonnet 相比，-thinking 版本默认启用并优化了 ‌自适应思考（Adaptive Thinking）‌ 和 ‌扩展思考（Extended Thinking）‌ 功能，使其在处理编程、智能体任务和长上下文推理时，表现更接近旗舰级 Opus 模型，但成本仅为后者的 ‌40%‌ 。

核心能力与关键升级

1. ‌自适应思考（Adaptive Thinking）：智能分配推理资源‌

• 模型能‌自动判断任务复杂度‌，在“快速响应”与“深度推理”间无缝切换，无需用户手动干预 。

• 例如，在处理简单查询时秒级响应；面对复杂代码重构或策略规划时，则自动进入多步推演模式，确保输出质量 。

• 这一机制显著提升了开发效率，尤其适合构建‌动态响应型AI工作流‌。

2. ‌扩展思考（Extended Thinking）：开启深度推理模式‌

• 支持用户主动启用“扩展思考”，让模型在输出前进行‌内部链式推理‌，展示类似人类“打草稿”的过程 。

• 在 ‌SWE-bench Verified‌ 测试中，开启该功能后代码准确率提升至 ‌79.6%‌，接近 Opus 4.5 水平 。

• 适用于调试复杂系统、设计算法架构或撰写技术方案等高要求场景。

3. ‌百万 token 上下文窗口（1M，Beta）：长程记忆全面开放‌

• 所有套餐用户（包括免费版）均可使用 ‌100万 token 上下文窗口‌，无需额外付费 。

• 配合 ‌上下文压缩（Context Compaction）‌ 技术，当对话接近上限时，模型会自动将早期内容‌压缩为语义摘要‌，保留关键信息，提升有效利用率 。

• 在 ‌Vending-Bench Arena‌ 模拟商业竞赛中，Sonnet 4.6 通过长期记忆规划，采用“前期扩张、后期盈利”策略，最终大幅领先对手 。

4. ‌卓越的计算机使用能力（Computer Use）‌

• 可像人类一样操作电脑：‌查看屏幕、移动光标、点击按钮、填写表单、跨标签页协调信息‌ 。

• 在 ‌OSWorld‌ 标准基准测试中，其执行真实软件任务（如 Chrome、VS Code 操作）的能力稳步提升，部分任务已接近人类水平 。

• 保险科技公司 Pace 测试显示，其在保险流程自动化中准确率达 ‌94%‌，为当前最高性能模型之一 。

5. ‌编程与智能体任务表现亮眼‌

• 在 ‌Agent金融分析（GDPval-AA）‌ 和 ‌办公任务（GDPVal-AA）‌ 测评中，得分分别为 ‌63.3%‌ 和 ‌1633 Elo‌，双双超越 Opus 4.6 。

• 支持 ‌代码执行、记忆存储、程序化工具调用‌ 等功能，已全面开放使用 。

• 在 ‌Terminal-Bench 2.0‌ 中得分为 ‌59.1%‌，虽略低于 Opus 4.6 的 ‌65.4%‌，但性价比极高 。

6. ‌安全与成本优势并存‌

• 抗 ‌提示词注入攻击（Prompt Injection）‌ 能力显著增强，安全表现与 Opus 4.6 相当 。

• 支持 ‌提示缓存‌（最高省90%成本）和 ‌批处理‌（省50%），进一步优化使用效率 。