Anthropic 釋出 Claude Opus 4.6：首次支援 1M 上下文，程式設計能力更強

很多人還在拿 AI 寫寫週報、修修簡單指令碼的時候，Anthropic 已經打算讓模型接管金融分析師和資深程式設計師的一整天了。

Anthropic 正式釋出了新一代旗艦模型 Claude Opus 4.6。這是 Opus 家族第一次拿到 100 萬 token 的長上下文視窗，同時帶來了多智慧體協作、自適應思考，以及直接嵌入 Office 生態的工作流工具。

讓一隊 AI 替你打工，順便治好「失憶症」

這次更新最顯眼的變化，是 Claude Code 裡上線的 agent teams 功能。簡單說，以前是一個模型從頭幹到尾，程式碼量一大就容易卡殼；現在你能直接拉起一個智慧體小隊，多個子智慧體同時分頭幹活，一個負責查程式碼，另一個負責寫補丁，彼此自主協調進度。如果你想插手，隨時能通過快捷鍵或 tmux 接管任意一個子智慧體的終端。

另一個紮實的升級是解決了長上下文「越聊越笨」的問題。大模型讀幾十萬字後經常找不到關鍵資訊，也就是業內常說的上下文腐爛。在測試複雜大海撈針能力的 MRCR v2 100 萬 token 變體測試中，Sonnet 4.5 只有 18.5% 的準確率，而 Opus 4.6 直接拉到了 76%。

為了讓長任務不中斷，API 端還加了上下文壓縮功能，在對話快觸碰上限時自動精簡較早的上下文。開發者也不用在開不開啟深度思考之間二選一了，自適應思考會讓模型自己判斷什麼時候該多琢磨，並通過四檔投入度調節來平衡思考深度、響應速度和 Token 花銷。

離開程式碼編輯器，直接進駐 Excel 和 PPT

Anthropic 負責產品的 Scott White 透露了一個很有意思的細節：他們發現很多非程式設計師也在用 Claude Code，僅僅是因為它的任務執行引擎太好用。於是 Opus 4.6 這次把大量精力放在了辦公室日常工作上，尤其是金融分析。

在評估金融與法律等專業任務的 GDPval-AA 評測中，Opus 4.6 比 OpenAI 的 GPT-5.2 高出約 144 Elo 分。在 Vals AI 的公開基準裡，它在 SEC 財報分析測試 Finance Agent 上拿到了 60.7% 的分數，稅務測試 TaxEval 達到 76.0%。

反映在產品上，升級後的 Claude in Excel 終於能自己調整資料透視表、修改圖表、處理條件格式和金融級排版。剛進研究預覽的 Claude in PowerPoint 更是變成了側邊欄助手，以前你得讓 Claude 生成檔案再匯入，現在能直接在 PPT 介面裡就地生成和微調排版。

付費使用者還能在桌面端用上 Cowork 功能。你只要把一個資料夾的讀寫許可權交給它，Claude 就能在後臺同時做幾份分析底稿，甚至能裝上處理憑證和對賬的外掛。

價格方面，基礎定價維持在每百萬輸入 5 美元、輸出 25 美元。不過如果單次提示詞超過 20 萬 token，價格會跳到 10 美元和 37.50 美元，選美國本土推理節點還會加收一成費用。

為什麼重要

在我們看來，Anthropic 這次的思路非常務實，甚至可以說招招都在戳企業客戶的痛點。

對於經常面對複雜底稿的專業人士來說，這個版本完全值得馬上試用。以前的大模型做盡職調查或多源財報對比，通常前三頁很驚豔，後面就開始胡言亂語；現在 100 萬 token 配合 76% 的深層提取能力，加上直接在 Excel 裡改透視表，等於讓初級分析師有了一個不會疲勞的副手。但你也要承擔成本風險，一旦任務膨脹觸發 200k 以上的階梯計價，長期掛著跑多智慧體消耗的算力費用絕不算便宜。

從行業競爭來看，Anthropic 正把戰火從程式碼編輯器引向企業白領的核心軟體。OpenAI 剛端出 GPT-5.3-Codex 和 Frontier 平臺，主打企業級代理的基礎設施；Anthropic 則是直接讓 Opus 4.6 扎進 Excel 和 PPT 這種打工人天天開著的介面裡。這種貼著真實工作流做產品的打法，比起單純刷通用跑分，更能直接搶走高淨值企業訂單。

它的聰明之處在於把單兵作戰改成了兵團協同，並且用上下文壓縮解決了長程任務斷崖式崩盤的頑疾。不過隱患也在這裡：讓多個智慧體自主分工並直接讀寫本地檔案，只要中間某個環節理解偏差，錯誤就會在子任務間被放大。即使安全報告顯示它的拒絕率和對齊表現不錯，企業在真正放權給它批次處理敏感業務之前，依然需要留人盯緊終端。