趋近智
参数
未公开
上下文长度
1M
模态
Multimodal
架构
未公开
许可证
Proprietary
发布日期
5 Feb 2026
训练数据截止日期
Aug 2025
API 价格 (每 1M)
输入: $5.00 · 输出: $25.00
排名
#18
| 基准 | 分数 | 排名 |
|---|---|---|
通用文本 | high 1505 标准 1497 | 🥈 2 6 |
0.76 | 7 | |
high 0.89 | 15 | |
Agent Arena | 0.05 | 15 |
研究生级问答 | 0.913 | 16 |
high 0.78 | 23 | |
Web 开发 | high 1547 标准 1537 | 25 28 |
high 0.89 | 27 | |
high 0.75 | 28 | |
LiveBench 平均分 | high 0.75 | 28 |
high 0.49 | 30 | |
high 0.70 | 34 | |
max 0.32 标准 0.26 | 63 86 |
排名
#18
编程排名
#19
Claude Opus 4.6 代表了 Anthropic 智能优先模型体系的巅峰,专为高风险专业工作流和复杂的智能体自主性(agentic autonomy)而设计。作为一种多模态基础模型,它能够处理并综合包括文本、代码和高分辨率视觉输入在内的多种数据类型。其架构设计优先考虑持续的逻辑一致性和自我修正能力,使模型能够以极少的人工干预管理端到端软件工程和多步财务建模等长周期任务。通过整合高级规划机制,模型可以在最终确定输出前识别潜在的执行障碍并重新审视其内部推理路径。
该版本的一项关键技术突破是引入了自适应思考框架,用动态努力程度取代了静态推理配置。该系统允许模型根据提示词的感知复杂度,自主校准其内部思维链(CoT)的深度。开发者可以通过“低、中、高、最大”四个截然不同的努力控制级别手动调节此行为,提供了一个可编程接口来平衡计算强度与响应延迟及成本。这种细粒度控制对于管理智能体对话中的 Token 经济学尤为有效,因为不同任务之间的推理开销差异巨大。
模型具备百万级 Token 的上下文窗口摄取能力,并辅以服务端上下文压缩功能,可自动管理长时运行的对话状态。该机制利用智能摘要在会话接近 Token 限制时替换陈旧上下文,确保关键任务信息始终处于活跃注意力范围内。此外,输出上限扩展至 128,000 Token,允许在单次推理中生成详尽的技术文档、完整的源代码模块和全面的法律摘要,从而消除了对复杂客户端消息链的需求。
专有模型的架构规格未公开。
注意力
注意力结构
Multi-Head Attention
注意力头
未公开
键值头
未公开
注意力头维度
未公开
位置嵌入
Absolute Position Embedding
RoPE Theta
未公开
滑动窗口注意力
未公开
滑动窗口大小
未公开
滑动窗口比例
未公开
线性注意力
未公开
线性注意力比例
未公开
归一化
RMS Normalization
激活函数
未公开
维度
隐藏维度大小
未公开
层数
未公开
FFN 中间层大小(稠密层)
未公开
多 Token 预测头数
未公开
分词器
词汇量大小
未公开
Anthropic 的第四代 Claude 模型,具备先进的推理能力、高达 200K token 的扩展上下文窗口以及可配置的思考强度等级。其特点包括改进的安全对齐、细致入微的理解能力和卓越的任务完成能力。该系列包含 Opus(性能最强)、Sonnet(平衡型)和 Haiku(快速型)三种版本,并提供思考模式以实现针对复杂问题的透明思维链推理。
Assistant
在线