Claude Opus 4.6 官方规格参数、API 定价与评测档案
2026 年初奠定 1M 长文本与代码工程统治力的经典闭源旗舰(SWE-bench Verified 80.8%、MRCR 1M 92.9%)。
📋 Claude Opus 4.6 官方 API 技术规格与计费参数总表
核验自 Anthropic 官方开发者文档与公开定价页(核验日期 2026-11-20)
1. 模型标识与能力开关
API Spec- 官方调用 Model ID
- claude-opus-4-6
- 版本发布日期
- 2026-02-04
- 权重授权形态
- 闭源商业权重 (未公开参数量)
- 原生深度推理思考
- ✅ 支持 (可调思考预算)
- Function Calling & JSON Schema
- ✅ 原生支持
- Batch API 异步批处理
- ✅ 支持 (通常享 5 折)
2. 上下文、输出上限与模态
Limits- 最大输入上下文窗口
- 1,000,000 tokens (1000K)
- 单次最大输出上限
- 128,000 tokens
- 支持输入模态
- Text + Image + PDF
- 支持输出模态
- Text
- 中国大陆网络直连
- 🌐 需海外网络或 OpenRouter 聚合
- 分发与部署形态
- 仅官方云端 API(不开放私有权重)
3. 官方 Token 单价与缓存阶梯
USD / 1M- 标准输入单价 (每百万)
- $ 5
- Prompt 缓存命中输入
- $ 0.5 -90%
- 标准输出单价 (每百万)
- $ 25
- 长上下文阶梯与计费备注
- 1M 上下文窗口(MRCR 1M 大海捞针高达 92.9%),经典一代代码王牌
🏆 Claude Opus 4.6 官方基准评测成绩单
摘录自官方 System Card / Model Card 与权威公开横评表
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
零数据污染的动态竞赛编程基准(v6),持续采集 LeetCode、AtCoder 与 CodeForces 最新赛题,全面测试算法编写、修复与执行推理。
2026 年美国数学邀请赛(AIME I & II)全部 30 道竞赛真题,要求输出 000–999 精确整数答案,检验奥数级推理能力。
研究生级物理、化学与生物高难防搜索推理选择题
MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。
百万 Token(1M)极限上下文多轮共指消解评测,检验超长输入后期的推理稳定性与精确召回率。
🎛️ 官方调用采样与思考参数指南
API / 推理引擎调用时的最佳超参数与约束说明
📊 Claude Opus 4.6 全量评测成绩与维度排名
共 27 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20
💻 代码工程 6 项
经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。
覆盖 Java、TypeScript、JavaScript、Go、Rust、C 与 C++ 等主流语言的 1,632 道真实开源仓库 Issue 修复评测。
受控靶场环境下的网络安全智能体评测,考察代码安全审计、漏洞定位与攻防分析能力。
Terminal-Bench 2.0 真实终端环境智能体评测,衡量命令行工具链操控与长链路工程任务完成率。
大规模模型上下文协议(MCP)工具协同基准,评估智能体在复杂多步任务中协调、组合调用数十种外部 MCP 工具的真实成功率。
面向数小时至数十小时开放式大型工程项目(系统性能优化、大规模代码构建、应用机器学习研发)的前沿软件工程评测。
🤖 Agent 与工具调用 8 项
长周期经营决策模拟基准,让 AI 长期自主运营一家虚拟自动售货机业务,检验长程状态一致性、库存定价策略与抗干扰规划能力。
τ²-Bench 电信故障排查双控环境评测,智能体与模拟用户双方均可操作设备工具,考验协同排障与沟通引导能力。
τ²-Bench 零售电商售后双控环境评测,考察订单退换货政策遵循与工具协同准确率。
深度多跳搜索问答基准,测试模型跨复杂知识领域执行迭代检索与证据链整合的能力。
OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。
首个可扩展真实桌面操作系统(Ubuntu/Windows/macOS)多模态智能体执行评测环境,涵盖 369 项真实电脑操作任务。
评估智能体处理企业财务数据、执行精确比率计算并撰写投研分析结论的金融基准。
Harvey 开源的长周期专业法律智能体基准(LAB),采用严格全通过(All-Pass)专家评分细则检验合同审查与法律检索质量。
📐 数学 4 项
2025 年美国数学邀请赛(AIME I & II)全部 30 道奥数预选真题,考验多步代数、几何、数论与组合推理。
OpenAI 发布的多语言版 MMLU,由专业译者将题目精准翻译为中文、阿拉伯语、德语、法语、日语等 14 种语言,衡量跨语言综合知识。
每月基于最新 arXiv 论文、新闻与新数据集动态更新题目的抗污染综合评测基准(客观规则自动判分,不依赖裁判模型)。
「人类最后的考试」(HLE),由全球学者联合出题的 2,500 道数学、人文与自然科学前沿难题(图文多模态),专门测试大模型在人类知识边界上的推理极限。
👁️ 多模态与视觉 4 项
📜 长上下文 4 项
超 128K 上下文图结构父节点回溯推理评测,考察大规模关系网结构理解。
多轮对话共指消解长文本基准 v2(8 针高难版),要求模型在超长多轮对话中同时精准追踪、区分并还原 8 处极易混淆的细节信息。
第二代多轮共指消解长上下文推理基准(MRCR v2),测试长对话中抗近似干扰与精准指令召回能力。
超 128K 上下文图结构广度优先搜索(BFS)推理评测,检验模型在超长文本中维持多跳结构化遍历的能力。
来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。
想私有化部署?能力最接近 Claude Opus 4.6 的开源权重平替模型
以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署
常见问题解答 (FAQ)
Claude Opus 4.6 是开源模型还是闭源商业模型?能本地部署吗?
Claude Opus 4.6 是由 Anthropic 研发的闭源商业大模型(官方调用 ID 为 claude-opus-4-6),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。
Claude Opus 4.6 的最大上下文窗口、单次最大输出和 API 价格是多少?
Claude Opus 4.6 支持最高 1,000K 上下文输入与 128,000 tokens 单次输出,支持输入模态包括 Text、Image、PDF。官方标准费率为每百万输入 $5、缓存命中输入 $0.5、每百万输出 $25。