Claude Sonnet 4.6
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 43 分之一。
有 45 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00),另有 42 个。
截至 2026年11月16日,Claude Sonnet 4.6(Anthropic)在 BenchLeader Index 上得分 57.6(共 608 个已排名配置)。表现最好的是推理(64),最弱的是智能体与工具(53)。API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00),为 2026年11月16日的标价。输出速度约为 43 token/秒(OpenRouter)。发布于 2026年2月17日。
要点(截至 2026年11月16日)
- Claude Sonnet 4.6 的 API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00)(标价,2026年11月16日)。
- Claude Sonnet 4.6 的输出速度约为 43 token/秒(OpenRouter,2026年11月16日)。
- Claude Sonnet 4.6 于 2026年2月17日发布(Anthropic)。
详细说明:Claude Sonnet 4.6 是 Anthropic 的闭源模型,发布于 2026年2月17日。其最佳配置在 BenchLeader Index 上得分 57.6 ±4.2,在 608 个配置中排第 149 名,处于上半区。关键在于这个“±”:另有 249 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,推理得分最高(64),智能体与工具最低(53)。按混合价格计,每百万 token $6.00,属于已排名模型中最贵的一档。输出速度为 43 token/秒,首 token 延迟 0.6 秒,位于最慢的四分之一。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $6.00/M
- 输入 $3.00 · 输出 $15.00
- 来源:models.dev
- 输出速度
- 43 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 0.59 s
- 上下文
- 1M
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年2月17日
- 综合 Index58
- 推理64
- 编程54
- 智能体与工具53
- 数学63
- 知识58
- 人类偏好61
- 多模态62
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-sonnet-4-6)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
版本
Anthropic 以这个名称发布过 10 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。
| 模型 | 发布日期 | Index | 排名 |
|---|---|---|---|
| Claude Sonnet 5.5max | 2026年9月28日 | 64.2 | #30 |
| Claude Sonnet 5high | 2026年6月30日 | 59.0 | #114 |
| Claude Sonnet 4.6本页 | 2026年2月17日 | 57.6 | #149 |
| Claude Sonnet 4.5high | 2025年9月29日 | 57.9 | #145 |
| Claude Sonnet 4thinking | 2025年5月22日 | 53.8 | #248 |
| Claude 3.7 Sonnetthinking | 2025年2月24日 | 52.9 | #269 |
| Claude 3.5 Sonnet | 2024年10月22日 | 46.8 | #419 |
| Claude 3 Sonnet | 2024年2月29日 | 37.7 | #568 |
| Claude 37 Sonnetthinking | – | – | – |
| Claude Sonnet 5.0max | – | – | – |
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | – | – | 57 tok/s | 1.54 s | $0.0057 | 智能体与工具 74 · 指令遵循 44 · 长上下文 59 · 多模态 53 |
| low | – | – | 55 tok/s | 1.48 s | $0.0057 | 智能体与工具 71 · 指令遵循 45 · 长上下文 59 · 多模态 51 |
| medium | – | – | 43 tok/s | 0.59 s | $0.0057 | 智能体与工具 38 · 编程 61 · 数学 59 · 推理 60 |
| high | 50.3 | #340 | 43 tok/s | 0.59 s | $0.0057 | 智能体与工具 42 · 知识 45 · 数学 56 · 推理 60 |
| max | 56.1 | #190 | 58 tok/s | 91 s | $0.0057 | 智能体与工具 58 · 编程 56 · 指令遵循 57 · 知识 55 · 长上下文 65 · 数学 53 · 多模态 56 · 推理 58 |
| 未说明最佳 | 57.6 | #149 | 43 tok/s | 0.59 s | $0.0057 | 智能体与工具 53 · 编程 54 · 人类偏好 61 · 知识 58 · 数学 63 · 多模态 62 · 推理 64 |
Index 走势
2026年9月8日 至 2026年11月16日- 默认
- max
- high
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | 无推理 | low | medium | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | 83.3%#114 | 83.3%#114 | 78.8%#143 | 87.4%#84 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts推理强度未说明 | – | – | – | – | – | 1503#30 | Arena (LMArena) | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | 84.8%#39 | – | – | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 79.9%#198 | 79.7%#199 | – | – | 87.5%#98 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 13.3%#289 | 11.2%#316 | – | – | 33.6%#149 | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index | – | – | – | – | 85.6%#45 | – | Vals AI | |
| ARC-AGI-1 | – | – | – | 86.5%#111 | 86.0%#114 | – | ARC Prize | |
| ARC-AGI-2 | – | – | – | 60.4%#93 | 58.3%#101 | – | ARC Prize | |
| CritPt不计入 Index | 0.9%#256 | 0.9%#256 | – | – | 3.1%#195 | – | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | – | – | – | 1506#38 | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | – | 16.0%#115 | 19.0%#105 | 23.0%#88 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | 16.0%#89 | – | – | – | 14.0%#102 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | – | – | – | – | 46.5%#89 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | – | – | – | 89.9%#94 | – | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | – | – | – | 64.0%#32 | ForecastBench |
编程
智能体与工具
数学
| 基准测试 | medium | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| OTIS Mock AIME | 82.2%#119 | 75.6%#137 | 71.1%#146 | 85.8%#106 | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 45.0%#38 | – | Vals AI | |
| LiveBench Mathematics不计入 Index | 87.0%#49 | – | – | – | LiveBench | |
| AIME (Vals)推理强度未说明 | – | – | – | 92.3%#20 | Vals AI | |
| Arena Maths推理强度未说明 | – | – | – | 1461#66 | Arena (LMArena) |
知识
| 基准测试 | 无推理 | low | medium | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| SimpleQA Verified | – | – | – | 35.5%#59 | 32.8%#69 | – | Epoch AI Benchmarking Hub | |
| LiveBench 1.0 Data Analysis不计入 Index | – | – | 78.0%#29 | – | – | – | LiveBench | |
| MMLU-Pro | – | – | – | – | 87.3%#29 | – | Vals AI | |
| LegalBench | – | – | – | – | 82.1%#74 | – | Vals AI | |
| CorpFin | – | – | – | – | 65.3%#30 | – | Vals AI | |
| TaxEval | – | – | – | – | 77.1%#4 | – | Vals AI | |
| MedQA推理强度未说明 | – | – | – | – | – | 92.1%#36 | Vals AI | |
| CaseLaw v2不计入 Index推理强度未说明 | – | – | – | – | – | 64.0%#14 | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | – | – | – | 60.1%#35 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | – | – | – | 62.5%#27 | – | Vals AI | |
| DrugDiscoveryBench不计入 Index | – | – | – | – | 31.3%#18 | – | Scale AI SEAL | |
| GDP.pdf不计入 Index | – | – | – | – | 18.0%#33 | – | Epoch AI Benchmarking Hub | |
| Global-MMLU-Lite (AA)不计入 Index | 89.2%#21 | 88.2%#25 | – | – | 90.5%#11 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | low | medium | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | – | 76.1%#46 | – | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | – | 63.2%#52 | – | – | LiveBench | |
| IFBench | 41.2%#256 | 42.4%#241 | – | 56.6%#143 | – | Artificial Analysis | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | – | – | 1475#31 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1472#48 | Arena (LMArena) | |
| EQ-Bench 4 | 1197#20 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index | 1811#24 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1449#42 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1480#40 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1492#26 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| Arena Vision推理强度未说明 | – | – | – | 1283#33 | Arena (LMArena) | |
| MMMU-Pro | 70.6%#154 | 69.2%#169 | 73.3%#137 | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index | – | – | 83.6%#30 | – | Vals AI | |
| MortgageTax不计入 Index | – | – | 67.7%#22 | – | Vals AI | |
| GeoBench不计入 Index推理强度未说明 | – | – | – | 73.0%#21 | GeoBench | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | – | 6.7%#31 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 无推理 | low | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 68.3%#252 | 69.3%#243 | 80.0%#88 | – | Artificial Analysis | |
| Arena Document不计入 Index推理强度未说明 | – | – | – | 1478#13 | Arena (LMArena) | |
| MLCR不计入 Index | – | – | 7.8%#139 | – | Artificial Analysis |
综合
| 基准测试 | 无推理 | low | medium | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | 152.9#55 | Epoch AI Benchmarking Hub | |
| LiveBench 1.0不计入 Index | – | – | 73.0%#48 | – | – | LiveBench | |
| AA Intelligence Index v4.3.2不计入 Index | 24.7#180 | 23.3#196 | – | 30.1#131 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 267.2#216 | 261.4#240 | – | 293.6#136 | – | Artificial Analysis | |
| Vals Multimodal Index不计入 Index | – | – | – | 60.6%#17 | – | Vals AI |
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Amazon Bedrock | 97 tok/s | 0.64 s | $3.30 | $16.50 | 1M | – |
| Google Vertex | 72 tok/s | 1.06 s | $3.30 | $16.50 | 1M | – |
| Amazon Bedrock | 64 tok/s | 0.71 s | $3.00 | $15.00 | 1M | – |
| Google Vertex | 48 tok/s | 2.21 s | $3.00 | $15.00 | 1M | – |
| Claude Platform on AWS | 44 tok/s | 0.59 s | $3.00 | $15.00 | 1M | – |
| Anthropic | 41 tok/s | 0.84 s | $3.00 | $15.00 | 1M | – |
使用情况
Claude Sonnet 4.6 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.300。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0057 | $0.0049 | 7.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.045 | $0.021 | 14.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.041 | $0.028 | 35.5 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.240 | $0.118 | 1.6 min |
| 结构化信息提取 | 2,000 / 200 | $0.0090 | $0.0050 | 5.2 s |
Anthropic 的更多模型
将 Claude Sonnet 4.6 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude Sonnet 4.6 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/claude-sonnet-4-6)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Claude Sonnet 4.6 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-sonnet-4-6
BibTeX:
@misc{benchleader_claude_sonnet_4_6_20261116,
author = {{BenchLeader}},
title = {{Claude Sonnet 4.6 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-sonnet-4-6}},
note = {Data as of 2026-11-16}
}常见问题
- Claude Sonnet 4.6 的基准测试得分是多少?
- 截至 2026年11月16日,Claude Sonnet 4.6 的 BenchLeader Index 为 57.6 ±4.2。最强的是推理(64),最弱的是智能体与工具(53)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Claude Sonnet 4.6 排名第几?
- 截至 2026年11月16日,Claude Sonnet 4.6 在 608 个已排名配置中排第 149 名。另有 249 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Claude Sonnet 4.6 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude Sonnet 4.6 的价格为输入每百万 token $3.00、输出每百万 token $15.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $6.00。
- Claude Sonnet 4.6 比 Inkling 2 Small 更好吗?
- 截至 2026年11月16日,Claude Sonnet 4.6 与 Inkling 2 Small 的质量不相上下(BenchLeader Index 57.6 比 57.9,在 ±5.4 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Claude Sonnet 4.6 是什么时候发布的?
- Anthropic 于 2026年2月17日发布了 Claude Sonnet 4.6。BenchLeader 收录了它在 6 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Claude Sonnet 4.6:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/claude-sonnet-4-6。