Memperbarui model yang paling cerdas.
Claude Opus 4.6 baru meningkatkan kemampuan pengkodean model sebelumnya. Perencanaan yang lebih hati-hati, mempertahankan tugas agenik lebih lama, kinerja yang lebih stabil pada basis kode besar, dan kemampuan peninjauan dan debug kode yang ditingkatkan untuk menangkap kesalahan sendiri. Selain itu, sebagai model Opus pertama, Opus 4.6 menawarkan jendela konteks token 1 juta dalam versi beta.
Opus 4.6 dapat menerapkan kemampuan yang ditingkatkan ke berbagai tugas sehari-hari: melakukan analisis keuangan, penelitian, memanfaatkan dan membuat dokumen, spreadsheet, dan presentasi. Dalam Cowork di mana Claude dapat melakukan multi-tasking secara mandiri, Opus 4.6 dapat menggunakan semua kemampuan ini untuk menggantikan pengguna.
Performa model ini berada di tingkat terdepan dalam berbagai penilaian. Sebagai contoh, mencapai skor tertinggi dalam Terminal-Bench 2.0, penilaian pengkodean agenik, dan memimpin semua model frontier dalam Humanity's Last Exam, tes inferensi multidisiplin yang kompleks. Dalam GDPval-AA yang mengukur kinerja pekerjaan pengetahuan bernilai ekonomi seperti keuangan dan hukum, Opus 4.6 melampaui model peringkat industri (OpenAI's GPT-5.2) dengan selisih sekitar 144 poin Elo dan model sebelumnya (Claude Opus 4.5) dengan selisih 190 poin. Opus 4.6 juga menunjukkan performa yang unggul daripada model lain dalam BrowseComp yang mengukur kemampuan pencarian informasi langka online pada model.
<< Terpotong >>
Diterjemahkan dengan Claude Opus 4.6.
▶ Sumber asli: https://www.anthropic.com/news/claude-opus-4-6
