Anthropic 发布了 Claude Opus 4.6，这是首款拥有 100 万 token 上下文窗口的 Opus 级模型，在智能体工作流和推理任务方面带来了显著改进。

  • 该模型在 ARC AGI 2 上取得 68.8% 的得分，几乎是 Opus 4.5 结果 37.6% 的两倍。
  • 它在 BrowseComp 中以 84.0% 领先，高于 Opus 4.5 的 67.8%，并在 τ2-bench Retail 上达到 91.9%。
  • SWE-bench Verified 得分接近持平，为 80.8%，略低于 Opus 4.5 的 80.9%。
  • MCP Atlas 出现回归，缩放工具使用的得分从 62.3% 降至 59.5%。

此次发布将 Opus 4.6 定位为研究、金融分析和知识工作智能体的强力选择，得益于其增强的长视界能力。