Claude 4.6震撼发布：华尔街财务、编程、网络安全等多领域全面突破

Anthropic公司最新发布的Claude Opus 4.6模型引发市场震动，其在多个领域的卓越表现令传统行业面临巨大挑战。

消息传出后，金融数据服务商FactSet盘中暴跌10%，S&P Global、穆迪和纳斯达克公司股价纷纷下挫，各大指数全线跳水。

这已经是Anthropic本周第二次搅动市场。

几天前，Anthropic推出一款自动化法律工作的插件，直接引爆了万亿美元级别的软件股暴跌。投资者的恐慌聚焦在一个问题：谁能保证几年内不被AI颠覆？不能就抛售。

而今天的Anthropic更进一步，发布了Claude Opus 4.6，这款模型不仅延续了强大的编程能力，还在多个领域展现了无与伦比的实力。

在GDPval-AA（一项评估金融、法律和其他领域经济价值知识工作任务的性能指标）上，Opus 4.6比行业下一最佳模型OpenAI GPT-5.2高出144个Elo哟～

（这意味着Claude Opus 4.6在大约70%的情况下在这个评估中获得比GPT-5.2更高的分数，50%的情况下意味着分数相当）

此外，Opus 4.6在编程领域的表现依旧独领风骚，在Agent编程评估Terminal-Bench 2.0中取得了最高分，并在“人类最后考试”中领先所有其他前沿模型。

好消息是加量不加价，Opus 4.6的定价保持原有标准：每百万token输入/输出，价格是5美元/25美元。

带着1M上下文和自适应思考杀回巅峰

Opus 4.6最直观的进步就是引入了1M Token超大上下文窗口，这是Claude首次在Opus级别模型中实现这一长度的上下文支持。

这一改进极大提升了模型在处理长文本时的“上下文衰减”问题。在MRCR v2 8-needle 1M基准测试中，Opus 4.6得分76%，而Claude Sonnet 4.5仅为18.5%。

同时，Opus 4.6还引入了自适应思考（Adaptive Thinking）功能，能够自主判断何时需要深度推理。

编码、知识工作、搜索、推理等核心场景，全面领先

官方数据显示，Opus 4.6在编码、知识工作、搜索和推理等核心场景中均有显著突破。

首先是编程能力。

Opus 4.6在Terminal-Bench 2.0中取得了最高分，能更周密地进行任务规划，代码审查与调试精度显著提升。

其次，Opus 4.6在办公领域的表现同样令人瞩目。

• 能在Excel中处理凌乱的非结构化数据，自行推断合理的表格结构；

• 能记住公司的PPT模板，生成符合企业风格的演示文稿。

第三，推理能力上的进步。

在跨领域复杂推理测试中，Opus 4.6表现出色，在法律、金融等领域均取得优异成绩。

更多饭碗没了

16个Agent两周写完C编译器，运行毁灭战士

Opus 4.6的核心能力升级之一是Agent Teams，多个Claude实例并行协作，无需人类实时监督。

Anthropic研究员Nicholas Carlini用它完成了压力测试：让16个Agent从零开始用Rust编写一个能编译Linux内核的C编译器。

500个零日漏洞，开箱即挖

Opus 4.6在网络安全领域的表现也令人惊叹，在测试中发现了超过500个此前未知的高危零日漏洞。

One More Thing

官网显示，Anthropic现在已经是“用Claude构建Claude”，自家工程师每天都在使用Claude Code编写代码。

本文来源： 量子位