Компания Anthropic выпустила новую версию своей модели Claude Sonnet 4.6, которая проявила себя значительно лучше, чем предыдущая версия, и конкурентоспособно подходит к флагманскому Opus 4.6. Цены на новую модель остались прежними: $3/$15 за миллион токенов, что делает её приблизительно в 1,7 раза дешевле Opus.
На тестах SWE-bench Verified модель Sonnet 4.6 показала 79,6%, а Opus 4.6 — 80,8%. В управлении компьютером на OSWorld Sonnet 4.6 достиг 72,5%, при этом в офисных задачах сумела обойти Opus, получив 1633 балла Elo против 1606 за соперника.
Самым выдающимся стало улучшение на бенчмарке ARC-AGI-2, где результат Sonnet вырос с 13,6% до 58,3%. Новая модель стала дефолтной в claude.ai и Claude Cowork для пользователей, включая бесплатный доступ.
Anthropic также подчеркивает прогресс в области компьютерного взаимодействия. Модель успешно справляется с задачами, схожими с работой человека, и её возможности за 16 месяцев значительно улучшились. Сравнения с конкурентами показывают, что Sonnet 4.6 старается оставаться на уровне флагманов и добиваться высоких результатов в различных метриках.