待验证75% 置信事实时间未知

Claude Sonnet 4.6在办公任务评测中以1633分位居榜首，超越包括Opus 4.6在内的所有竞争模型

1

来源数

75%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Claude Sonnet 4.6全面评测：性能逼近Opus的知识工作AI新标杆

bilibili英文白斑马

涉及实体

Claude Sonnet 4.6model Opus 4.6model

相关事实

待验证Claude Sonnet 4.6在GDPVal AA基准测试中得分超过了Opus 4.677% 相似待验证Sonnet 5 的 Intelligence Index 比 Sonnet 4.6 高出 6 分，在代理知识工作任务上超过了 Opus 4.872% 相似待验证Claude Sonnet 4.6在OS World（智能体计算机使用）测试中从61.4%提升至72.5%71% 相似待验证在智能体搜索测试中，Sonnet 5 各 effort level 下均优于 Sonnet 4.6，但整体性能低于 Opus 4.8，综合约在 Opus 4.7 级别71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/7414

API

curl https://kongchang.com/api/v1/knowledge/claims/7414

MCP

get_claim(id=7414)