剛剛，馬斯克新模型撞車Claude，口碑崩了

完成 300 億美元融資后，Anthropic 交出了第一份 AI 答卷。就在剛剛，Claude Sonnet 4.6 正式發布，定位是「史上最強 Sonnet」。

編程、計算機操作、長上下文推理、智能體規劃，全面升級。價格沒變，還是每百萬 token 3 美元輸入/15 美元輸出，但性能直接逼近 Opus 級別。

在與 Opus 4.5 的對比測試里，用戶有 59% 的時間更偏好 Sonnet 4.6。理由也很實在：過度工程化更少、幻覺更少、多步驟任務執行更穩。

計算機操作能力是這次升級的重頭戲。

在 OSWorld 基準測試上，Sonnet 系列過去 16 個月持續進步，現在處理復雜電子表格、填寫多步驟網頁表單已接近人類水平。

這個能力戳中的是一個真實痛點：很多企業的老舊軟件沒有現代 API 接口，過去只能專門開發連接器，現在模型直接像人一樣看屏幕、點鼠標就行了，省掉了一大截工程成本。

順帶一提，Excel 中的 Claude 插件這次也同步升級，新增了 MCP 連接器支持，對金融從業者來說，這個更新很實用。

Sonnet 4.6 另一個亮點是支持 100 萬 token 超大上下文，足以在一次請求里塞進完整代碼庫、數十篇論文或一堆合同。

在 Vending-Bench Arena 這個模擬企業運營的評估里，Sonnet 4.6 摸索出一套有意思的策略：前期大舉投資產能，最后階段猛轉盈利導向，靠這個轉折時機甩開其他模型。支撐這套打法的，正是它的長期規劃能力。

對普通用戶來說，Free 和 Pro 方案的默認模型已經切換為 Sonnet 4.6，claude.ai 和 Claude Cowork 同步更新。

開發者方面，API 模型標識是 claude-sonnet-4-6，支持自適應思考、擴展思考，上下文壓縮功能可以在對話快撐爆上下文時自動總結舊內容，省 token 又省心。

? 而就在 Sonnet 4.6 發布的同期，馬斯克旗下 xAI 的 Grok 4.20 測試版也正式上線了 grok.com。

Grok 4.20 支持并行調度 4 個專業智能體——Grok、Harper、Benjamin、Lucas——協同執行任務。然而整體口碑兩極分化嚴重，且過往預期拔得太高，導致不少用戶期望落空，差評偏多。

后續馬斯克罕見連發多條推文滅火「救場」。他解釋稱，目前的 Grok 4.20 只是參數量 500B 的小型基礎模型，尚處公測階段。他還強調，Grok 4.20 的底層架構具備每周自我迭代的能力，遞歸式智能增長空間很大。

按他的說法，公測結束后，Grok 4.20 的智能和速度將比 Grok 4 提升約一個數量級。但這個承諾能否兌現，只能說拭目以待吧。