Anthropic ने Claude Opus 4.6 जारी किया है, जो 1 मिलियन टोकन संदर्भ खिड़की वाला पहला Opus-क्लास मॉडल है, जो एजेंटिक वर्कफ़्लो और तर्क कार्यों में महत्वपूर्ण सुधार प्रदान करता है।
- मॉडल ARC AGI 2 पर 68.8% स्कोर हासिल करता है, जो Opus 4.5 के 37.6% के परिणाम को लगभग दोगुना कर देता है।
- यह BrowseComp में 84.0% के साथ अग्रणी है, जो Opus 4.5 के 67.8% से ऊपर है, और τ2-bench Retail पर 91.9% तक पहुँचता है।
- SWE-bench Verified स्कोर समानता के करीब हैं, 80.8% पर, जो Opus 4.5 के 80.9% से थोड़ा नीचे है।
- MCP Atlas में एक रגרेशन देखा गया है, जिसमें स्केल्ड टूल उपयोग के लिए स्कोर 62.3% से घटकर 59.5% हो गया है।
रिलीज़ Opus 4.6 को शोध, वित्तीय विश्लेषण और ज्ञान कार्य एजेंट्स के लिए एक मजबूत विकल्प के रूप में स्थापित करती है, इसके बढ़े हुए लॉंग-होराइजन क्षमताओं के कारण।