Anthropic 发布 Sonnet 4.6 新版本，多项能力提升且将成默认模型

AI模型迭代速度，已让人有些难以跟上，两星期前刚发布旗舰版，这会儿又出现能力翻倍的中等规模模型，最令人意外时，它在衡量类人智能的测试中，取得了60.4%的分数，直接超越了同级别对手。

代码能力再次升级

关于新版本的模型，在代码生成以及调试这两方面，可是下了相当大的功夫啊，在官方发布的公告里面，专门被放置在了最靠前的位置呢。对于那些每天都要和代码进行接触打交道的开发者来讲，这所蕴含的意义就是，在进行写注释操作的时候，还有补全函数的时候，以及排查错误的时候，都会有一种感觉，自己身边好像多了一个在相关领域更加懂行的搭档一样。

这一次之所进行的改进，并非单纯地去增加代码的数量，而是要使得模型能够更加良好地去理解编程的逻辑，举例而言，在针对Python的异步操作或者JavaScript的闭包这样的复杂概念进行处理的时候，它所生成的代码结构是更为合理的，从而降低了人工进行修改时所产生的时间成本。

指令遵循更精准

AI在日常使用当中，最让人头疼的地方在于它听不懂人讲的话，如今这个全新的模型于理解用户意图这方面有了显著的进步。当你给予它一个模糊的需求之时，像是“写一份简洁的会议邀请”，它不会再啰里啰嗦地增添上一堆废话了。

所呈现的这种改进源自训练数据的优化以及反馈机制的调整，模型借此学会了抓取核心要求。在实际测试当中，针对多步骤的复杂指令，诸如整理数据并依照特定格式输出，其完成度相较于以往提升了许多。

计算机操作新突破

在 OS World 测试里，模型展现出突出表现，该测试着重考察 AI 能否如同人类一般对电脑界面进行操作，简要来讲，便是促使它自行去点击软件、保存文件以及调整设置，进而查看它是否能够达成任务。

现当下，尽管还没办法达成全然替代人手的程度，然而进步已然相当显著，举例来说，要是让它把一份PDF转换成图片之后再进行压缩打包，它能够逐一步骤地予以执行，并不需要人在中途去修正错误操作，这对于办公的自动化而言可是一则利好消息。

百万上下文窗口

将 4.6 测试版内的上下文窗口直接翻倍，使其达到了 100 万 token，该容量之大，足以容纳一整套企业级项目的代码库。以往处理长文档时，需分段将其提供给 AI，可如今，即便一次性投入几十篇论文，它也能够记住开头的内容。

实际应用的场景表现得较为直接，律师在审查长篇合同时，无需再逐章逐节地细致贴入，程序员接手旧项目之际，则能够将整个代码库交付给AI，使其先行展开学习。然而需要予以提醒的是，窗口倘若变大，那么反应速度大概会有所迟缓，这还得视具体的使用体验状况而定。

基准测试成绩亮眼

它在ARC - AGI - 2测试中的60.4%得分，是最能让技术圈兴奋不已的，这个测试是专门用于衡量AI类人推理能力的，分数越是接近于得100%，就表明越是类似人类思考方面。尽管它目前还比不上Opus 4.6以及GPT 5.2精调版，不过已然将同级别对手远远地甩开了一大截。

于软件工程测试SWE - Bench当中，它同样创造了新的高度，这表明在应对实际开发任务之际，它更为可靠。然而需要留意的是，基准测试分数高并不意味着在日常使用中就毫无差评，还应当去关注后续用户所给出的反馈。

免费用户的福利

4.6版本将会直接变为免费版以及Pro版的默认模型，这样的一波操作对于普通用户来讲是最为实在的。以往要是想要运用先进模型就得进行订阅付费，如今免费便能够体验到最新技术，就好像是白白捡到了一次升级。

免费版必然存在使用次数方面的限制，Pro版用户或许拥有优先使用的权利。鉴于每四个月就进行一次更新的频率，这样的快速迭代对于用户而言是件好事，然而也需要去适应时常变动的操作习惯。

倘若你在此处有所留意，或许同样会心生好奇，鉴于AI的进化速度如此之快，你是否认为自己的工作岗位会在未来五年之内被它替代一部分呢？不妨在评论区分享一下你的见解，点个赞以便促使更多人参与到讨论之中。