Claude Opus 4.6 核心更新摘要
2026 年 2 月 5 日，Anthropic 发布 Claude Opus 4.6。本文旨在让产品经理、开发者及企业架构师快速把握其核心价值。Opus 4.6 在多步规划与 Agent 式工作流、代码审查与调试、以及超长上下文检索（支持 1,000,000 token Beta）上有显著提升。同时提供 adaptive thinking、四档 effort 控制、context compaction 与 agent teams 等工具特性以便落地。
第一章：发布与核心亮点
Opus 4.6 是 Opus 系列的增量升级，重点提升编码能力、长期/多步骤的 agentic 任务执行、在大型代码库中的可靠性，并引入了 Opus 系列首个 1M token 上下文窗口（Beta）。
核心要点
- 能力提升方向：更深的规划（planning）、更长的任务持续性、更稳健的代码审查/调试。
- 长上下文：1,000,000 token 上下文窗口（Beta）；超 200k token 的输入/输出使用差别化（premium）计费。
- 可用平台：claude.ai、API 与主流云平台均可用；开发者可通过 claude-opus-4-6 访问。
经验 / 使用技巧
- 选择场景：当任务需要跨大量文档、审查大型代码库、或多轮 Agent 协作时优先选用 Opus 4.6。
- 成本与效率折中：若只做简单问答或单步任务，可通过 /effort 参数把 effort 调至 medium 或 low 来节省成本与延迟。
第二章：第一印象
Anthropic 团队和早期合作伙伴反馈模型在分解复杂任务、自动执行、在未明确指示下聚焦关键难点方面表现突出；在多公司实测中被视为'更像协作者而非工具'。
核心要点
- 更自主的执行：常能在未过度提示下拆解并推进任务（Agentic）。
- 跨团队/跨仓库作业能力：示例包括自动关闭 issue、分配任务、处理多仓库的组织决策。
- 企业客户反馈一致性：Notion、GitHub、Replit、Asana、Thomson Reuters 等多家早期合作方报告显著提升。
经验 / 使用技巧
- 让模型先'计划'：对复杂任务可先让 Opus 4.6 产生步骤计划（Planning Step），再执行每步。
- 并行子代理（Agent Teams）：对独立、可分割的读密集任务可采用并行子 Agent 来提升吞吐与速度。
第三章：评估与基准
文章列出大量基准与测试结果，表明 Opus 4.6 在多项专业任务（Agentic Coding、长上下文检索、深度搜索、多领域推理）上处于行业领先或显著优于前代/竞争对手的位置。
核心要点（量化摘录）
- Terminal-Bench 2.0：在 Agentic 编码评测中得分行业最高。
- GDPval-AA：在'经济有价值的知识工作'评估上，Opus 4.6 比 OpenAI 的 GPT-5.2 高约 144 Elo，比自身前代 Opus 4.5 高 190 Elo。
- 长上下文检索：在 8-needle 1M MRCR v2 上，Opus 4.6 得 76%，而 Sonnet 4.5 得 18.5%——显示'在海量文本中找针'的明显改进。
- 专业领域能力：在法律、计算生物学、网络安全、跨语言编程等专项测试上也有显著提升。
经验 / 使用技巧
- 以评测导向选择模型：若任务是'高价值知识工作'，Opus 4.6 在 GDPval-AA 类评测上显示优势。
- 长文档检索策略：将重要资料分块并引导模型逐块索引/汇总，然后使用 context compaction 或 1M token 上下文以减少信息丢失。
第四章：产品与 API 更新
为配合模型的新能力，Anthropic 在平台与工具上做了多项改进：adaptive thinking（自适应思考）、四档 effort 控制、context compaction（上下文压缩）以及 agent teams（Claude Code 的多 Agent 并行）。并增强了与 Office 套件的集成。
核心要点
- Adaptive thinking：模型能根据上下文自动决定是否启用更深的内部'extended thinking'，默认在 high effort 下启用。
- Effort 参数：四档设置（low / medium / high / max），用户可在效率、成本与深入推理间权衡。
- Context compaction（Beta）：自动总结并替换旧上下文，以支持更长的会话与长期 Agent 任务。
- 1M token 上下文（Beta）与定价：Opus 4.6 首次支持 1M token；超过 200k token 的输入/输出有 premium 定价。
- Claude in Excel / PowerPoint：Excel 中能力提升；PowerPoint 支持读取版式/模板以生成品牌一致的幻灯片。
- Agent teams：在 Claude Code 中可以并行启动多个子 Agent 并协调，适合分布式、可并行化的代码审查等任务。
经验 / 使用技巧
- 调节 Effort：发现模型'想太久'或回答过于冗长时，优先把 effort 调到 medium/low。
- 使用 Context Compaction：对于长会话或持续运行的 Agent，把 compaction threshold 设定为合适值可延长任务运行周期。
- 并行化策略：将大型读取/审查型工作拆分成独立子任务交给 Agent Teams。
第五章：安全性进展
Anthropic 强调 Opus 4.6 的能力提升并未以安全为代价：在自动化行为审计中显示出低误导、低拍马屁（Sycophancy）、较低的'过度拒绝'（Over-refusal），并进行了更全面的安全评估与 Interpretability 实验。
核心要点
- 自动化行为审计：Opus 4.6 在误导、协助滥用等 Misaligned 行为测试上表现和/或优于前代模型。
- 解释性研究（Interpretability）：开始采用模型内部可解释性方法以发现潜在异常行为或机制性缺陷。
- 网络安全双用风险与探针：鉴于模型在发现漏洞方面能力增强，Anthropic 开发了六种新的 Cybersecurity Probes 来检测潜在有害响应。
经验 / 使用技巧
- 对安全敏感场景：在允许模型执行与安全相关的自动化前，务必结合 Anthropic 的探针与内部治理策略。
- 审计与可解释性：把 Interpretability 输出纳入定期安全审计，能更早捕捉异常策略或边界情况。
第六章：可用性、定价与生态
Opus 4.6 已在 claude.ai、API 与主流云平台上线；标准计费继续维持 $5（input）/$25（output）每百万 token，但对于超过 200k token 的大上下文使用启用了 premium 定价。
核心要点
- 可用性：今天可在 claude.ai、API 与云平台访问（开发者通过 claude-opus-4-6 调用）。
- 定价：基础价格 $5/$25 per million tokens；超过 200k token 的 input/output 使用 premium 收费。
- 生态集成：微软 Azure / Foundry 等云平台亦开始托管或支持。
经验 / 使用技巧
- 成本控制：对大上下文任务先评估是否真的需要 1M 上下文，或通过 compaction /分批策略以避免 premium 计费。
- 选择托管方式：企业若关心合规/治理可优先选用云厂商托管版本以获得额外的治理与集成支持。
