Claude新模子46来了！更多饭碗没了：华尔街财政、

　　正在Cowork下，一边跑财政阐发，一边把研究拾掇成文档。

　　正在Agent编程评估Terminal-Bench 2。0中取得了最高分，并正在“人类最初测验”中领先所有其他前沿模子。

　　配套的effort参数供给四档选择——low、medium、high、max——，默认high，碰到模子过度思虑的环境能够手动调低。

　　从成就背后的现实能力来看，Opus 4。6能更缜密地进行使命规划，可正在大型代码库中不变运转，代码审查取调试精度提拔。

　　无论是复杂的法令、金融专业学问仍是刁钻的学术研究，它的推理理解深度都达到了目前frontier models的颠峰。

　　“当Agent起头编译Linux内核时曾一度卡住，由于这是一个巨型单体使命，16个Agent全撞正在统一个bug上互相笼盖。”。

　　正在OpenSC（处能卡数据的东西）和CGIF（处置GIF文件的东西）中发觉了缓冲区溢出缝隙；正在CGIF阿谁案例里，Claude以至自动写了PoC（概念验证代码）来证明缝隙实正在存正在。若是这成为将来开源软件平安审计的次要体例之一，他一点也不惊讶。

　　解法是引入GCC做为”oracle”对照组，让每个Agent只编译内核的随机子集，通过二分位问题文件，如许并行能力才线个零日缝隙，开箱即挖。

　　至多就说法而言，财政阐发、研究，以及Office三件套，Claude Opus 4。6都能够玩儿得贼溜。

　　Agent通过往current_tasks/目次写文件来”认领”使命，git的同步机制从动处置冲突。Agent之间没有特地的通信和谈，也没有编排Agent，每个Claude本人决定下一步干什么。

　　Opus 4。6带来的一项焦点能力升级是Agent Teams，即多个Claude实例并行协做，无需人类及时监视。能正在x86、ARM和RISC-V三个架构上编译Linux 6。9，还能跑Doom。

　　（这意味着Claude Opus 4。6正在大约70%的环境下正在这个评估中获得比GPT-5。2更高的分数，50%的环境下意味着分数相当）？。

　　正在Anthropic最看沉的从动化行为审计中，Opus 4。6的对齐程度极高，同时，、奉承等负面行为极低。

　　正在Pval-AA（一项评估金融、法令和其他范畴经济价值学问工做使命的机能目标）上，Opus 4。6比行业下一最佳模子OpenAI GPT-5。2超出跨越144个Elo哟～！

　　加量不加价，Opus 4。6的订价连结原有尺度：每百万token输入/输出，价钱是5美元/25美元。

　　自家工程师每天都正在用Claude Code编写代码，每个新模子起首都正在本人的工做中进行测试。

　　正在BrowseComp评测（评估正在线检索难获打消息的能力）中，Opus 4。6排名行业第一，深度多步调代办署理式搜刮表示最佳，能精准定位分离正在长文档中的环节消息。

　　正在发布前的测试中，Anthropic的前沿红队把Opus 4。6扔进一个沙箱，给它Python和常规缝隙阐发东西（fuzzer、debugger那些），没有任何特地指令或范畴学问，让它本人去找开源代码里的缝隙。

　　动静一出，金融数据办事商FactSet最惨盘中暴跌10%，S&P Global、穆迪、纳斯达克公司纷纷下跌，各大指数全线跳水。

　　正在GhostScript（一个处置PDF和PostScript文件的常用东西）中发觉了一个可导致解体的缝隙，并且是正在保守fuzzing和人工阐发都没找到问题之后，Claude本人翻了项目标git提交汗青才挖出来的。

　　好动静是加量不加价，Opus 4。6的订价连结原有尺度：每百万token输入/输出，价钱是5美元/25美元。