Anthropic 发布 Claude Opus 4.6：首次支持 1M 上下文，编程能力更强

很多人还在拿 AI 写写周报、修修简单脚本的时候，Anthropic 已经打算让模型接管金融分析师和资深程序员的一整天了。

Anthropic 正式发布了新一代旗舰模型 Claude Opus 4.6。这是 Opus 家族第一次拿到 100 万 token 的长上下文窗口，同时带来了多智能体协作、自适应思考，以及直接嵌入 Office 生态的工作流工具。

让一队 AI 替你打工，顺便治好「失忆症」

这次更新最显眼的变化，是 Claude Code 里上线的 agent teams 功能。简单说，以前是一个模型从头干到尾，代码量一大就容易卡壳；现在你能直接拉起一个智能体小队，多个子智能体同时分头干活，一个负责查代码，另一个负责写补丁，彼此自主协调进度。如果你想插手，随时能通过快捷键或 tmux 接管任意一个子智能体的终端。

另一个扎实的升级是解决了长上下文「越聊越笨」的问题。大模型读几十万字后经常找不到关键信息，也就是业内常说的上下文腐烂。在测试复杂大海捞针能力的 MRCR v2 100 万 token 变体测试中，Sonnet 4.5 只有 18.5% 的准确率，而 Opus 4.6 直接拉到了 76%。

为了让长任务不中断，API 端还加了上下文压缩功能，在对话快触碰上限时自动精简较早的上下文。开发者也不用在开不开启深度思考之间二选一了，自适应思考会让模型自己判断什么时候该多琢磨，并通过四档投入度调节来平衡思考深度、响应速度和 Token 花销。

离开代码编辑器，直接进驻 Excel 和 PPT

Anthropic 负责产品的 Scott White 透露了一个很有意思的细节：他们发现很多非程序员也在用 Claude Code，仅仅是因为它的任务执行引擎太好用。于是 Opus 4.6 这次把大量精力放在了办公室日常工作上，尤其是金融分析。

在评估金融与法律等专业任务的 GDPval-AA 评测中，Opus 4.6 比 OpenAI 的 GPT-5.2 高出约 144 Elo 分。在 Vals AI 的公开基准里，它在 SEC 财报分析测试 Finance Agent 上拿到了 60.7% 的分数，税务测试 TaxEval 达到 76.0%。

反映在产品上，升级后的 Claude in Excel 终于能自己调整数据透视表、修改图表、处理条件格式和金融级排版。刚进研究预览的 Claude in PowerPoint 更是变成了侧边栏助手，以前你得让 Claude 生成文件再导入，现在能直接在 PPT 界面里就地生成和微调排版。

付费用户还能在桌面端用上 Cowork 功能。你只要把一个文件夹的读写权限交给它，Claude 就能在后台同时做几份分析底稿，甚至能装上处理凭证和对账的插件。

价格方面，基础定价维持在每百万输入 5 美元、输出 25 美元。不过如果单次提示词超过 20 万 token，价格会跳到 10 美元和 37.50 美元，选美国本土推理节点还会加收一成费用。

为什么重要

在我们看来，Anthropic 这次的思路非常务实，甚至可以说招招都在戳企业客户的痛点。

对于经常面对复杂底稿的专业人士来说，这个版本完全值得马上试用。以前的大模型做尽职调查或多源财报对比，通常前三页很惊艳，后面就开始胡言乱语；现在 100 万 token 配合 76% 的深层提取能力，加上直接在 Excel 里改透视表，等于让初级分析师有了一个不会疲劳的副手。但你也要承担成本风险，一旦任务膨胀触发 200k 以上的阶梯计价，长期挂着跑多智能体消耗的算力费用绝不算便宜。

从行业竞争来看，Anthropic 正把战火从代码编辑器引向企业白领的核心软件。OpenAI 刚端出 GPT-5.3-Codex 和 Frontier 平台，主打企业级代理的基础设施；Anthropic 则是直接让 Opus 4.6 扎进 Excel 和 PPT 这种打工人天天开着的界面里。这种贴着真实工作流做产品的打法，比起单纯刷通用跑分，更能直接抢走高净值企业订单。

它的聪明之处在于把单兵作战改成了兵团协同，并且用上下文压缩解决了长程任务断崖式崩盘的顽疾。不过隐患也在这里：让多个智能体自主分工并直接读写本地文件，只要中间某个环节理解偏差，错误就会在子任务间被放大。即使安全报告显示它的拒绝率和对齐表现不错，企业在真正放权给它批量处理敏感业务之前，依然需要留人盯紧终端。