猫眼影戏
 |
|
猫眼影戏
景迈
手机审查
猫眼影戏记者 康淼 报道Q8X2R7L1T4J5M9B6W3
智工具作者｜王涵编辑｜心缘
智工具2月6日报道，今天破晓，Anthropic正式宣布旗舰模子Claude Opus 4.6，是Anthropic首款开启100万token上下文窗口测试功效的旗舰级模子 。
Opus 4.6具备更缜密的妄想能力，能维持更长时间的智能体使命执行，可以在重大代码库中稳固运行，并能够举行自我纠错 。
在基准测试中，Opus 4.6在智能体编程评估Terminal-Bench 2.0中获得最高分，于综合性多学科推理测试Humanity’s Last Exam中也坐稳了第一名的宝座 。
针对金融、执法等经济价值领域的GDPval-AA评估中，Opus 4.6也是第一，并较第二名的GPT-5.2拉开约144个Elo分差，较前代版本Claude Opus 4.5提升了190分 。
就在Opus 4.6宣布后几分钟，OpenAI把GPT-5.3-Codex也搬了出来“正面硬刚” 。阻止北京时间2月6日11点，X平台上有关“Claude VS Codex”的话题下已有4.1万条讨论 。
Varick Agent的CEO“vas”发帖称：“Claude 4.6 Opus仅用一次挪用就重构了我的整个代码库 。25次工具挪用，新增3000多行代码，建设了12个全新文件 。它 ？榛怂心谌，拆解了单体架构，理顺了杂乱的逻辑 。效果没一个能运行，但重构后的代码，着实是美得惊人 。”
有网友展示出他用Opus 4.6一次性做出的k线成交量漫衍表 。谈论区纷纷叹息：这要是真的，那一切都竣事了 。
在话题讨论中，有不少网友都自觉测评了Opus 4.6与GPT-5.3 Codex这两款模子，还晒出了测试Agent在重大现实天下使命中的体现的Terminal-Bench，效果显示GPT-5.3 Codex比Opus 4.6领先了11.9% 。
在网友的测评中，在编程方面GPT-5.3 Codex获得的好评似乎更多 。有网友发出比照：“Opus 4.6有100万上下文+企业/知识事情+发明500个零日误差+Claude代码中的Agent集群-基准测试效果不如Codex 5.3；而gpt-5.3-codex有代码基准测试胜出+速率更快+使命中转向，但上下文窗口不到Opus的一半 。”
尚有网友放出了更直观的性能比照图：
价钱上，在200K上下文以内（包括200K），Opus 4.6输入每百万token的价钱为5美元（约合人民币34.69元），输出每百万token的价钱为25美元（约合人民币173.45元）；凌驾200K上下文，Opus 4.6输入每百万token的价钱为10美元（约合人民币69.38元），输出每百万token的价钱为37.5美元（约合人民币260.18元） 。
别的，Anthropic还将向Pro与Max用户限时赠予价值50美元（约合人民币346.9元）的特殊使用额度，不适用于Team版、企业版及API/控制台用户 。
使用特殊额度的用户需同时知足以下两个条件：
1、已于2026年2月4日（太平洋时间）晚11:59前开通Pro或Max订阅；
2、在2026年2月16日（太平洋时间）晚11:59前启用特殊用量功效 。
Claude Opus 4.6克日起在claude.ai官网、API接口及所有主流云平台同步上线 ？⒄呖赏ü鼵laude API挪用claude-opus-4-6模子 。
一、“大海捞针”测试得分76%，缓解“上下文衰减”问题
在多语言编程测试SWE-bench Multilingual中，Opus 4.6的效果较Opus 4.5提升1.6分；在网络清静误差复现测试CyberGym中，Opus 4.6获得66.6分，较Opus 4.5提升15.6分，是Sonnet 4.5分数的两倍多 。
Opus 4.6在长文本连贯性测试Vending-Bench 2中以 8017.59 的分数大幅领先，在盘算生物学BioPipelineBench测试中也以53.1分的效果位居第一 。
Opus 4.6在从海量文档中检索相关信息方面能力较上一代有所提升 。这一优势延伸至长上下文使命，它能在处置惩罚数十万token时更稳固地坚持和追踪信息，镌汰信息漂移，并能捕获到可能遗漏的深层细节 。
Anthropic团队在博客中称，用户常诉苦AI模子保存“上下文衰减”问题——即对话凌驾一定token数目后性能会下降 。
对此，研究团队对Opus 4.6举行了MRCR v2的“8针-100万”变体测试，这是类似于一种在众多文本中检索隐藏信息的“大海捞针”式基准测试 。在这个测试中Opus 4.6得分达76%，而Sonnet 4.5仅得18.5% 。
Opus 4.6的综合基准测试如下图所示 。总而言之，Opus 4.6在长上下文中查找信息更精准，吸收信息后的推理能力更强 。
二、行为失范率极低，新增六类网络清静探测工具
智能水平的奔腾并未以牺牲清静性为价钱 。在Anthropic的自动化行为审计中，Opus 4.6的行为失范率极低，行为失范包括诱骗、奉承、助长用户妄想以及配合滥用等情形 。
其清静对齐水平与前代旗舰模子，即迄今为止对齐度最高的Claude Opus 4.5坚持一律水准 。
值得注重的是，Opus 4.6在所有近期Claude模子中展现出最低的太过拒绝率，即模子未能回应良性盘问的情形 。
在博客中，Anthropic团队透露，针对Opus 4.6，他们开展了迄今最周全的清静评估系统，首次应用多项全新测试要领并对既有评估计划举行升级 。Anthropic团队新增了用户福祉评估、更重大的危险请求拒答能力测试，并更新了模子隐藏执行有害行为的评估标准 。
同时，其运用可诠释性科学的新要领举行实验，最先探讨模子特定行为背后的成因，以期发明标准测试可能遗漏的问题 。
针对Opus 4.6在特定领域可能被危险使用的突出能力，研究团队同步安排了新的防护机制 。尤其鉴于该模子显著增强的网络清静能力，他们开发了6种新型网络清静探测工具以资助追踪差别形式的潜在滥用行为 。
同时，Anthropic也在加速推进Opus 4.6在网络防御领域的应用，通过其协助发明并修复开源软件误差 。
他们以为网络防御者使用Claude这类AI模子来平衡攻防态势至关主要 。网络清静领域生长迅速，Anthropic将凭证对潜在威胁的认知一连调解和更新防护步伐，近期其可能启动实时干预机制以阻断滥用行为 。
三、API新增自顺应思索功效，Claude Code现可多智能体并行
通过API接口，开发者们还可以获取到更细腻的模子算力控制计划，并为恒久运行的智能体使命带来更高无邪性 。详细新增以下功效：
1、自顺应思索：此前开发者仅能在启用或禁用深度思索模式间二选一 。现在通过自顺应思索功效，Claude可自主判断何时需要深度推理 。在默认算力品级（高）下，模子会在须要时启动深度思索，开发者也可通过调解算力品级来改变其触发频率 。
2、算力调控：现提供四个可调理的算力品级：低、中、高（默认）、极致 。
3、上下文压缩（测试版）：长程对话与智能体使命常触及上下文窗口限制 。当对话靠近可设置阈值时，上下文压缩功效将自动总结并替换早期对话内容，使Claude能够执行更长使命而不受限制 。
4、100万token上下文（测试版）：当提醒内容凌驾20万token时，将适用高级定价 。
5、128k输出token：Opus 4.6支持最高128k token的输出长度，使Claude能完整处置惩罚需要大规模输出的使命，无需拆分为多次请求 。
6、美国境内推理：关于需要在美国境内运行的事情负载，可选择美国专属推理效劳，定价为标准token用度的1.1倍 。
在Claude与Claude Code平台，Anthropic新增了多项功效：
Claude Code中新增智能体团队的研究预览功效 。现在用户可以启动多个并行事情的智能体，它们将自主协同配合，特殊适用于代码库审查这类可拆分为自力、重读取的子使命 。
在与常用办公工具的协作体验方面，Claude Excel集成版现在能够处置惩罚长时程与高难度使命，支持先妄想后执行、自主剖析非结构化数据并推断准确名堂，还能单次完成多办法修改 。
Excel集成版还能搭配PowerPoint集成版使用，用户可先在Excel中处置惩罚并结构化数据，再通过PowerPoint实现可视化泛起 。
PowerPoint集乐成能现已面向Max、Team及企业版用户开放研究预览 。
四、松手两千次会话，Opus 4.6率智能体团队“炼”出十万行C编译器
Anthropic官方还给出了一个开发者使用并行Claude智能体团队构建C语言编译器的案例 。在这个案例中，开发者指派Opus 4.6率领智能体团队构建一个C语言编译器，随后便基本松手任其运行，仅用两周，就完成了一个小团队一个月的事情 。
（视频）
在为期两周、近2000次Claude Code会话中，Opus 4.6消耗了20亿个输入token并天生1.4亿个输出token，总本钱略低于2万美元（约合人民币13.88万元），这个本钱仅相当于开发者小我私家自力完成所需投入的零头 。
最终Opus 4.6做出了一个有着10万行代码规模的编译器，并且是净室实现，即开发全程Claude无网络会见权限，仅依赖Rust标准库 。
这个编译器能在x86、ARM和RISC-V架构上构建可启动的Linux 6.9内核，还能编译QEMU、FFmpeg、SQLite、PostgreSQL、Redis等大型项目 。
该编译器在包括GCC torture测试套件在内的大大都编译器测试中抵达99%通过率，甚至通过了编译器、操作系统等底层手艺的 “最终测试”：乐成编译并运行第一人称射击游戏《Doom》 。
经由多轮实践，开发者总结出了协调多个Claude高效协作的四大焦点要领：
1、刷新测试框架：
在项目后期，Claude每次实现新功效时都会频仍破损现有功效 。为此开发者构建了一连集成流水线，实验更严酷的检查机制，让Claude能更好地测试自身事情，确保新提交不会破损现有代码 。
2、站在Claude的视角设计适配情形：
每个智能体都启动于无上下文的新容器中，会破费大宗时间自我定位，尤其在大型项目中 。甚至在运行测试前，为资助Claude自助，开发者需要在说明中要求维护详细的README文档和进度文件，并需频仍更新目今状态 。
3、简化并行机制：
当保存多个自力失败的测试时，并行化万无一失，但当智能体最先编译Linux内核时却陷入逆境 。与包括数百个自力测试的套件差别，编译Linux内核是单项巨型使命，所有智能体都会遇到相同的bug，修复后却相互笼罩修改，运行16个智能体也不可，由于它们都卡在解决统一问题上 。
为此，开发者编写了新测试框架，将GCC作为在线验证编译器举行比对 。这让每个智能体都能并行事情，在差别文件中修复差别bug，直至Claude的编译器最终能编译所有文件 。
4、多元智能体角色分工：
LLM编写的代码常重复实现现有功效，因此开发者指派了一个智能体专门合并发明的重复代码 。另一个认真优化编译器自己的性能，第三个则专攻输出高效的编译代码，还让一个智能体以Rust开发者视角批判项目设计并举行结构性刷新，另设智能体专注文档事情 。
开发者称，该效果已经迫近Opus的能力界线，但仍有需要提升的方面：
1、16位x86编译器缺失：缺乏从实模式启动Linux必需的16位x86编译器，该环节需挪用GCC（x86_32和x86_64编译器为自主实现）；
2、汇编器与链接器不完善：这两部分是Claude最后最先自动化的 ？，现在仍保存较多缺陷 。演示视频中使用的是GCC汇编器与链接器；
3、兼容性未达全替换标准：虽能乐成构建众多项目，但尚不可完全替换真实编译器；
4、代码天生效率偏低：纵然启用所有优化选项，其输出代码效率仍低于禁用优化的GCC；
5、Rust代码质量有限：代码质量尚可，但远未抵达专业Rust程序员的水准 。
结语：Anthropic在清静性上下了狠功夫
Opus 4.6在长上下文明确、重大推理与智能体协作等方面的性能提升，为企业级高密度、长周期使命提供了新的解决计划 。
同时，在Anthropic的博客中，他们用了很大篇幅来写新模子的清静性 。Anthropic通过增强清静评估系统与安排自动防护机制，展现出对AI危害治理的前置性投入 。
??时势1：黃色A片三級三級三級久久
??02月08日,如何科学“贴秋膘”？专家：忌盲目“进补”,
一个孩子罢了，缺乏四岁，竟这般惊人，百骨虽断，精气神却不减，且更凶戾了，如神火炉子在燃烧，生平仅见 。
,亚洲深深色噜噜狠狠爱综合网 。??02月08日,国务院任免国家工作人员2024中国国际应急管理展览会在京开幕,
一声长鸣，青鳞鹰终是力竭了，重大的躯体下坠，砸的树叶乱飞，许多古木被它撞断，毁掉了许多大树 。
,98囯产视频,男男 被一堆玩具玩哭动漫,蔚蓝档案h18r的图片 。??时势2：永久免费中文字幕av
??02月08日,1至10月全国铁路发送旅客37.1亿人次 再创历史同期新高,
一个青年叹道：“持有这样的符牌进入补天阁，意味着身份一步登天，种种宝药、符文秘法等都会优先思量，此等符牌无价之宝！”
,美女操逼喷水视频,国啪产自福利2022极品午夜,中国妇女洗澡毛耷耷原因 。??02月08日,海内外人士参访雄安 感受“未来之城”,
辩护后，若是再举行量刑辩护的话，那么是会影响减刑的 。关于举行无罪辩护，那么建议当事人选择专业的状师，事实关于执法来说，作无罪辩护的选择是一种很危险的行为，可能会直接影响着涉案人员接下来的量刑，若是再举行量刑辩护，那么减刑的可能性险些没有了 。 一样平常说来，在中，辩护人都有个两难选择，也就是辩护战略的制...
??时势3：一级黄色网站99一级黄色一级片99
??02月08日,“品牌助力电影”公益直播活动亮相北影节开幕式,
“小不点你有掌握吗，能击败那群凶寇吗 ？”一群孩子从湖边跑来，将他围住，皆攥紧了小拳头，眼中露出希冀的光 。
,美人猎母三部曲是哪三部,精品国产免费人成网站男人的天堂,www.青草视频 。??02月08日,30余国驻穗领事官员及家属近距离体验粤剧文化,
这个变故很惊人，凶寇没有想到这软弱的村子竟有人敢对抗，并且照旧一个孩子，马上有点懵了 。
,性欧美BBw性A片免费APP,毛片在现观看,欧美性爱情操逼视频 。??时势4：免费日逼视频动漫版
??02月08日,试验证明我国深部砂岩咸水层可封存二氧化碳,
“够了，都去吧，我只看效果 。”管事挥手，将这些人打法走 。
,中文午夜看片在线观看,99久久国产精品毛片,2022国产午夜无码视频 。??02月08日,“天下为公——一代伟人孙中山”原创展览在穗开幕,
金色狼皮化成的神狼，直接扑向了柳树那焦黑而粗大的根部，要从基础上将其杀绝，黄金光欢喜，淹没了村头 。
,国产丰满肥熟在线观看,碧蓝档案18漫画,男男互吃鸡巴 。责编：赵菊香
审核：陈昊芝
责编：孔璞
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
