摘要：Claude Opus 4.6 现已登陆所有主流云平台，包括 Microsoft Foundry"、AWS Bedrock" 和 Google Cloud Vertex AI"。Anthropic 在公告"中指出：Opus 4.6 往往会进行更深入的思考，并在给出最终答案前更细致地复盘推理过程。在 100 万 token 的 MRCR v2（多针检索）基准测试中，Opus 4.6 准确率达到 76%，相较于 Sonnet 4.5 的 18.5%
Anthropic 近期发布" Claude Opus 4.6，标志着其旗舰模型从静态推理向动态编排的转变。此次更新引入了自适应思考力度控制与上下文压缩两项架构特性，旨在解决长时运行智能体工作流中的上下文退化与过度思考问题。
Claude Opus 4.6 现已登陆所有主流云平台，包括 Microsoft Foundry"、AWS Bedrock" 和 Google Cloud Vertex AI"。
Opus 4.6 将原有的二元推理开关替换为低、中、高（默认）、最大四个细粒度控制档位，使开发者能够根据任务复杂度程序化地校准模型的内部思维链深度。
Anthropic 在公告"中指出：
Opus 4.6 往往会进行更深入的思考，并在给出最终答案前更细致地复盘推理过程。这能在复杂问题上带来更优结果，但在简单问题上可能会增加成本与延迟。
此外，Anthropic 建议，对于简单任务，可将思考力度调至中档以降低延迟与成本。
思考 token 按输出 token 计费，每百万 token 收费 25 美元。对于会发起数十次 API 调用的智能体系统而言，合理管控思考力度等级已成为主要的成本控制手段。
Opus 4.6 在测试版中推出了 100 万 token 上下文窗口"（可处理约 75 万个单词），但更关键的架构更新是上下文压缩"。该功能解决了 Anthropic 所说的“上下文腐烂”问题——即上下文窗口被填满后出现的性能下降。
当对话接近上限时，API 会自动对较早内容进行总结，并用压缩状态进行替换。在 100 万 token 的 MRCR v2（多针检索）基准测试中，Opus 4.6 准确率达到 76%，相较于 Sonnet 4.5 的 18.5% 提升了三倍多。Anthropic 将此描述为：
模型在维持峰值性能的同时，可实际利用的上下文规模实现了质的飞跃。
该模型还支持最大 12.8 万 token 的输出，是此前 6.4 万 token 限制的两倍。
微软将其 Foundry" 服务定位为融合智能与信任、支持自主工作的互操作平台，并在博文"中表示，Opus 4.6 可借助 Foundry IQ 访问 Microsoft 365 Work IQ、Fabric IQ 和网络数据。
此外，微软这样描述"这个模型：
最适合用于编码、知识类工作以及智能体驱动工作流中的复杂任务，支持更深度的推理，同时具备出色的指令遵循能力，保障任务可靠性。
Anthropic 强调，Foundry 的“托管基础设施与运营控制”可让团队将开发周期从数天压缩至数小时。
Opus 4.6 还可通过 Microsoft Copilot Studio"、Google Cloud Vertex AI Agent Builder" 和 Amazon Bedrock Agents" 使用，让企业无需编写自定义代码即可构建并部署 AI 智能体。
此次发布在 Claude Code 中推出了 Agent Teams 研究预览版，支持开发者启动多个可并行工作、自主协调的智能体。Anthropic 对该功能描述如下：
特别适合可拆分为独立、只读类的工作任务，例如代码库评审。
此外，Claude 集成 PowerPoint 功能"也处于研究预览阶段，模型能够读取版式、字体及幻灯片母版，生成符合品牌规范的演示文稿。该功能在 Max、Team 和 Enterprise 套餐中可用。
Anthropic 还表示，该模型在多项评估中取得了业界领先的结果：
Terminal-Bench 2.0"（智能体编码）：65.4%（最高分）Humanity's Last Exam"：领先所有前沿模型GDPval-AA"（知识类任务）：比 OpenAI 的 GPT-5.2 高出约 144 EloBrowseComp"：在查找难以发现的信息方面最佳表现
（来源：Anthropic 博文"）
该模型在 Ghostscript、OpenSC、CGIF 等开源库中发现了500多个此前未知的高危安全漏洞"。但 Quesma 的独立测试"也揭示了其局限性：在使用 Ghidra 等开源工具时，Claude Opus 4.6 仅能在 49% 的场景下检测出藏在已编译二进制文件中的后门，且存在明显误报。
有用户在 Hacker News 的讨论帖"中表示出担忧：相比 Opus 4.5，新版模型在部分任务上出现性能退化，表现更差。
基础定价保持为每百万输入 token 5 美元、每百万输出 token 25 美元。不过，当单次输入超过 20 万 token 时，整个请求将适用“长上下文溢价”，价格为每百万输入 token 10 美元、输出 token 37.50 美元。100 万上下文窗口目前仅以测试版形式通过 Claude 原生 API 提供。仅限美国地区的推理服务则采用 1.1 倍定价系数。
该模型可通过以下渠道访问：claude.ai"、Claude API"（模型标识：claude-opus-4-6）、Microsoft Foundry、AWS Bedrock、Google Cloud Vertex AI，以及面向 Pro、Business 和 Enterprise 用户的 GitHub Copilot"。
【声明：本文由InfoQ翻译，未经许可禁止转载。】
查看英文原文：https://www.infoq.com/news/2026/03/opus-4-6-context-compaction/"
暂无回复，快来抢沙发吧！
Anthropic 近期发布" Claude Opus 4.6，标志着其旗舰模型从静态推理向动态编排的转变。此次更新引入了自适应思考力度控制与上下文压缩两项架构特性，旨在解决长时运行智能体工作流中的上下文退化与过度思考问题。
Claude Opus 4.6 现已登陆所有主流云平台，包括 Microsoft Foundry"、AWS Bedrock" 和 Google Cloud Vertex AI"。
Opus 4.6 将原有的二元推理开关替换为低、中、高（默认）、最大四个细粒度控制档位，使开发者能够根据任务复杂度程序化地校准模型的内部思维链深度。
Anthropic 在公告"中指出：
此外，Anthropic 建议，对于简单任务，可将思考力度调至中档以降低延迟与成本。
思考 token 按输出 token 计费，每百万 token 收费 25 美元。对于会发起数十次 API 调用的智能体系统而言，合理管控思考力度等级已成为主要的成本控制手段。
Opus 4.6 在测试版中推出了 100 万 token 上下文窗口"（可处理约 75 万个单词），但更关键的架构更新是上下文压缩"。该功能解决了 Anthropic 所说的“上下文腐烂”问题——即上下文窗口被填满后出现的性能下降。
当对话接近上限时，API 会自动对较早内容进行总结，并用压缩状态进行替换。在 100 万 token 的 MRCR v2（多针检索）基准测试中，Opus 4.6 准确率达到 76%，相较于 Sonnet 4.5 的 18.5% 提升了三倍多。Anthropic 将此描述为：
该模型还支持最大 12.8 万 token 的输出，是此前 6.4 万 token 限制的两倍。
微软将其 Foundry" 服务定位为融合智能与信任、支持自主工作的互操作平台，并在博文"中表示，Opus 4.6 可借助 Foundry IQ 访问 Microsoft 365 Work IQ、Fabric IQ 和网络数据。
此外，微软这样描述"这个模型：
Anthropic 强调，Foundry 的“托管基础设施与运营控制”可让团队将开发周期从数天压缩至数小时。
Opus 4.6 还可通过 Microsoft Copilot Studio"、Google Cloud Vertex AI Agent Builder" 和 Amazon Bedrock Agents" 使用，让企业无需编写自定义代码即可构建并部署 AI 智能体。
此次发布在 Claude Code 中推出了 Agent Teams 研究预览版，支持开发者启动多个可并行工作、自主协调的智能体。Anthropic 对该功能描述如下：
此外，Claude 集成 PowerPoint 功能"也处于研究预览阶段，模型能够读取版式、字体及幻灯片母版，生成符合品牌规范的演示文稿。该功能在 Max、Team 和 Enterprise 套餐中可用。
Anthropic 还表示，该模型在多项评估中取得了业界领先的结果：
Terminal-Bench 2.0"（智能体编码）：65.4%（最高分）Humanity's Last Exam"：领先所有前沿模型GDPval-AA"（知识类任务）：比 OpenAI 的 GPT-5.2 高出约 144 EloBrowseComp"：在查找难以发现的信息方面最佳表现
（来源：Anthropic 博文"）
该模型在 Ghostscript、OpenSC、CGIF 等开源库中发现了500多个此前未知的高危安全漏洞"。但 Quesma 的独立测试"也揭示了其局限性：在使用 Ghidra 等开源工具时，Claude Opus 4.6 仅能在 49% 的场景下检测出藏在已编译二进制文件中的后门，且存在明显误报。
有用户在 Hacker News 的讨论帖"中表示出担忧：相比 Opus 4.5，新版模型在部分任务上出现性能退化，表现更差。
基础定价保持为每百万输入 token 5 美元、每百万输出 token 25 美元。不过，当单次输入超过 20 万 token 时，整个请求将适用“长上下文溢价”，价格为每百万输入 token 10 美元、输出 token 37.50 美元。100 万上下文窗口目前仅以测试版形式通过 Claude 原生 API 提供。仅限美国地区的推理服务则采用 1.1 倍定价系数。
该模型可通过以下渠道访问：claude.ai"、Claude API"（模型标识：claude-opus-4-6）、Microsoft Foundry、AWS Bedrock、Google Cloud Vertex AI，以及面向 Pro、Business 和 Enterprise 用户的 GitHub Copilot"。
【声明：本文由InfoQ翻译，未经许可禁止转载。】
查看英文原文：https://www.infoq.com/news/2026/03/opus-4-6-context-compaction/"