Tekniske specifikationer — Claude Sonnet 4.6
| Element | Claude Sonnet 4.6 (offentlig oversigt) |
|---|---|
| Udbyder | Anthropic |
| Modelfamilie | Sonnet (Claude v4.x-familien) — Sonnet 4.6-variant |
| Model-id (kanonisk) | claude-sonnet-4-6 |
| Input-typer | Tekst (primær). Begrænset/sekundær støtte for struktureret værktøj/JSON I/O. Ikke positioneret som en primær billedgenereringsmodel. |
| Output-typer | Tekst (naturligt sprog, struktureret JSON, kode og payloads for værktøjskald) |
| Kontekstvindue | ~200,000 tokens (ca.) — designet til multi-dokument og lang sessionskohærens |
| Funktionskald / værktøjsbrug | Ja — struktureret værktøjsinvokation, JSON-begrænsede outputs, agent-stil orkestrering understøttet |
| Multimodalitet | Begrænset — Sonnet fokuserer på tekst og integration med strukturerede værktøjer; ikke optimeret til billedgenerering. |
| Højdepunkter i udgivelsesnoter | Stabilitet/forbedringer i lang-kontekst-reasoning, lavere-latens Sonnet-variant afstemt til afvejninger mellem hastighed og nøjagtighed, forbedret efterlevelse af instruktioner. |
Hvad er Claude Sonnet 4.6
Claude Sonnet 4.6 er den seneste udvikling i Anthropics Sonnet-modelserie, designet til at levere næsten-Opus-ydelse til en mere tilgængelig pris. Den opgraderer Sonnet fra den tidligere 4.5-iteration med stærkere efterlevelse af instruktioner, kraftigt udvidet kontekstunderstøttelse, forbedrede kodnings- og computerbrugsfærdigheder og bredere multi-trins ræsonnering — samtidig med at prissætningen holdes på niveau med Sonnet 4.5.
I modsætning til Opus-modeller, som er flagskibe og optimeret til tunge agent-baserede arbejdsbelastninger, retter Sonnet 4.6 sig mod udviklere og generelt videnarbejde, hvor bred kapabilitet og omkostningseffektivitet betyder mest.
Hovedfunktioner i Claude Sonnet 4.6
- 1M token-kontekstvindue (beta): Sonnet 4.6 understøtter op til en million tokens af kontekst i beta — omtrent nok til at indlæse hele kodebaser, stakke af juridiske kontrakter eller flere akademiske artikler i en enkelt forespørgsel.
- Forbedret kodningsydelse: Sammenlignet med Sonnet 4.5 viser Sonnet 4.6 markante fremskridt i udvikleropgaver i den virkelige verden og benchmarks som SWE-Bench Verified (~79.6% rapporteret score), hvilket gør den egnet til komplekse kodningsopgaver.
- Forbedret computerbrug: Nye kompetenceniveauer i opgaver, der involverer betjening af software (regneark, multi-trins webformular-workflows osv.), nærmer sig menneskeligt niveau på OSWorld-Verified-tests.
- Adaptiv tænkning: Modellen indarbejder forbedrede ræsonneringsstrategier og kan dynamisk allokere intern beregning for trinvis at tackle komplekse problemer.
- Stærkere efterlevelse af instruktioner: Brugere rapporterer større konsistens og præcision i at følge detaljerede anmodninger, med færre hallucinationer og bedre opgaveafslutning.
- Sikkerhed og modstand mod prompt-injektion: Anthropic har forbedret robustheden i forhold til Sonnet 4.5 mod prompt-injektionsangreb og lignende sårbarheder.
Benchmark-ydeevne for Claude Sonnet 4.6
| Evaluering | Claude Sonnet 4.6 (ca.) | Noter |
|---|---|---|
| SWE-Bench Verified | ~79.6% | Stærk kodningsydelse tæt på Opus-klassen. |
| OSWorld-Verified (computerbrug) | ~72.5% | Næsten menneskeligt opgave-niveau; stærk til workflows. |
| ARC-AGI-2 | ~60.4% | Afspejler bred ræsonneringsstyrke. |
Som en mellemklassemodel mindsker Sonnet 4.6 markant præstationskløften til Opus-modeller, hvilket gør den egnet til mange opgaver, der tidligere var forbeholdt flagskibsklassen.
Claude Sonnet 4.6 vs. andre Claude-modeller
| Model | Bedst til | Vigtige forskelle |
|---|---|---|
| Claude Sonnet 4.6 | Afbalanceret kodning, ræsonnering, store kontekster | Massivt kontekstvindue i beta, omkostningseffektiv, stærk til workflow-opgaver. |
| Claude Sonnet 4.5 | Generelle opgaver i mellemklassen | Lavere benchmarks, mindre kontekstvindue før 4.6. |
| Claude Opus 4.6 | Dybtgående ræsonnering og agentisk kodning | Stærkere rå ræsonnering og agent-kapabiliteter; dyrere. |
Sammenlignet med Sonnet 4.5 forbedrer 4.6-udgaven kontekstuel forståelse og ydeevne på kontor-lignende opgaver; sammenlignet med Opus-modeller ligger Sonnet en smule under i flagskibs-ræsonneringskraft, men ofte tættere end forventet i kodnings- og generelle benchmarkopgaver.
Begrænsninger ved Claude Sonnet 4.6
- Beta-kontekstvindue: 1M token-kontekst er i øjeblikket i beta — adoption og stabilitet kan variere afhængigt af API-brug og plan.
- Latens og omkostninger: Håndtering af meget store kontekster øger den beregningsmæssige omkostning og kan medføre højere latens på API-kald i forhold til mindre kontekster.
- Benchmark-granularitet: Selvom resultaterne er stærke i rapporterede tests, kan Sonnet ligge en smule efter Opus på de mest komplekse ræsonnerings- eller tværfaglige benchmarks.
Repræsentative anvendelsesområder for Claude Sonnet 4.6
- Bistand til store kodebaser: Ideel til at indlæse og ræsonnere over hele softwaresystemer, refaktoreringer eller afhængigheder på tværs af filer.
- Dokument- og forskningssyntese: Nyttig til analyse af lange dokumenter, hvor konteksten rækker ud over typiske grænser.
- Workflow-automatisering: Løsning af multi-trins computeropgaver, såsom regneark og formular-automatisering.
- Generelt videnarbejde: Egnet til vidensarbejdere, der har brug for pålidelig instruktionsefterlevelse og ræsonnering uden prisen for flagskibsmodeller.
Sådan får du adgang til og bruger Claude Sonnet 4.6 API
Trin 1: Tilmeld dig for at få en API-nøgle
Log ind på cometapi.com. Hvis du ikke allerede er bruger, skal du først registrere dig. Log ind i din CometAPI console. Hent adgangslegitimations-API-nøglen til interfacet. Klik på “Add Token” ved API token i det personlige center, få token-nøglen: sk-xxxxx og indsend.
Trin 2: Send forespørgsler til claude-sonnet-4-6 API
Vælg “claude-opus-4-6”-endpointet for at sende API-forespørgslen og angiv request body. Request-metoden og request body fås fra vores websites API-dokumentation. Vores website tilbyder også Apifox-test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto. Hvor du kalder det: [Anthropic Messages]-format og [Chat]-format.
Indsæt dit spørgsmål eller din anmodning i content-feltet — dette er, hvad modellen vil svare på. Behandl API-svaret for at få det genererede svar.
Trin 3: Hent og verificer resultater
Behandl API-svaret for at få det genererede svar. Efter behandlingen svarer API’et med opgavestatus og outputdata.