刚刚，马斯克新模型撞车Claude，口碑崩了_Sonnet_Pro_上下文

展开全文

完成 300 亿美元融资后，Anthropic 交出了第一份 AI 答卷。就在刚刚，Claude Sonnet 4.6 正式发布，定位是「史上最强 Sonnet」。

编程、计算机操作、长上下文推理、智能体规划，全面升级。价格没变，还是每百万 token 3 美元输入/15 美元输出，但性能直接逼近 Opus 级别。

在与 Opus 4.5 的对比测试里，用户有 59% 的时间更偏好 Sonnet 4.6。理由也很实在：过度工程化更少、幻觉更少、多步骤任务执行更稳。

💻 计算机操作能力是这次升级的重头戏。

在 OSWorld 基准测试上，Sonnet 系列过去 16 个月持续进步，现在处理复杂电子表格、填写多步骤网页表单已接近人类水平。

这个能力戳中的是一个真实痛点：很多企业的老旧软件没有现代 API 接口，过去只能专门开发连接器，现在模型直接像人一样看屏幕、点鼠标就行了，省掉了一大截工程成本。

📊 顺带一提，Excel 中的 Claude 插件这次也同步升级，新增了 MCP 连接器支持，对金融从业者来说，这个更新很实用。

Sonnet 4.6 另一个亮点是支持 100 万 token 超大上下文，足以在一次请求里塞进完整代码库、数十篇论文或一堆合同。

在 Vending-Bench Arena 这个模拟企业运营的评估里，Sonnet 4.6 摸索出一套有意思的策略：前期大举投资产能，最后阶段猛转盈利导向，靠这个转折时机甩开其他模型。支撑这套打法的，正是它的长期规划能力。

对普通用户来说，Free 和 Pro 方案的默认模型已经切换为 Sonnet 4.6，claude.ai 和 Claude Cowork 同步更新。

开发者方面，API 模型标识是 claude-sonnet-4-6，支持自适应思考、扩展思考，上下文压缩功能可以在对话快撑爆上下文时自动总结旧内容，省 token 又省心。

✊ 而就在 Sonnet 4.6 发布的同期，马斯克旗下 xAI 的 Grok 4.20 测试版也正式上线了 grok***。

Grok 4.20 支持并行调度 4 个专业智能体——Grok、Harper、Benjamin、Lucas——协同执行任务。然而整体口碑两极分化严重，且过往预期拔得太高，导致不少用户期望落空，差评偏多。

🔥 后续马斯克罕见连发多条推文灭火「救场」。他解释称，目前的 Grok 4.20 只是参数量 500B 的小型基础模型，尚处公测阶段。他还强调，Grok 4.20 的底层架构具备每周自我迭代的能力，递归式智能增长空间很大。

按他的说法，公测结束后，Grok 4.20 的智能和速度将比 Grok 4 提升约一个数量级。但这个承诺能否兑现，只能说拭目以待吧。返回搜狐，查看更多

推荐资讯

推荐产品

机构称内存价格一季度环比上涨90%，预计行业盈利水平创新高_设备_供应_市场
由于DRAM价格高涨，Counterpoint在报告中称，2025年第四季度，传统DRAM利润率已超过HBM；预计2026年第一季度，厂商营业利润率将触及历史峰值，同时实现创纪录的盈利水平。2025年第四季…
2026 AI真正元年：从一人公司到AI自治社交_SaaS_Agent_行业
2026年开年，两件发生在硅谷的小***，像两颗石子投入平静的技术湖面，涟漪迅速席卷全球科技产业：一端是OpenClaw等AI原生云平台持续迭代，让单人开发者仅凭AI辅助即可完成全栈开发、产品运营、客户服务，…
春节变春劫！网约车，如何渡劫？_投诉_平台_进行
春节变春劫！网约车，如何渡劫？_投诉_平台_进行
帮主郑重：订单排到2027！这个被忽视的“电力心脏”，正掀起一场静默革命_变压器_中国_全球
这次出口北美的全绝缘超高压变压器，就是一个标志***件，它证明我们不再仅仅是出口中低端产品，而是在技术制高点上实现了突破和出海。我们能够提供从技术方案到及时交付的全链条服务，这种能力在当今复杂多变的全球环境中，…