anthropic
Anthropic: Claude Sonnet 4.6
anthropic/claude-sonnet-4.6
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Sonnet 4.6 is Anthropic's most capable Sonnet-class model yet, with frontier performance across coding, agents, and professional work. It excels at iterative development, complex codebase navigation, end-to-end project management with...
Especificaciones
- ID del modelo
- anthropic/claude-sonnet-4.6
- ID canónico
- anthropic/claude-4.6-sonnet-20260217
- Creador
- anthropic
- Añadido a OpenRouter
- 17.02.2026
- Longitud de contexto
- 1,000,000
- Modalidad
- text+image+file->text
- Modalidades de entrada
- text, image, file
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $3 / salida $15
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: opcional · predeterminado medium · esfuerzos: max, high, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | AA — siguiente 20% de la cohorte | — |
| Agentes | AA — siguiente 20% de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · predeterminado medium · esfuerzos: max, high, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 63 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 31.8 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtasa de victoria 51.1% · posición 17 | 1,119Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 61.8% · posición 17 | 1,182Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 64.3% · posición 16 | 1,191Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 60.6% · posición 7 | 1,226Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 63.6% · posición 18 | 1,206Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 57% · posición 29 | 1,172Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 57.5% · posición 45 | 1,217Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 60.1% · posición 21 | 1,231Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 59.4% · posición 29 | 1,267Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 58.3% · posición 22 | 1,276Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 58.8% · posición 40 | 1,249Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 58.7% · posición 32 | 1,188Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 58.3% · posición 36 | 1,264Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 60% · posición 24 | 1,279Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Claude Platform on AWS | 1,000,000 | $3 | $15 | — | — | 100% |
| Azure | 1,000,000 | $3 | $15 | — | — | — |
| Anthropic | 1,000,000 | $3 | $15 | — | — | 100% |
| Amazon Bedrock | 1,000,000 | $3 | $15 | — | — | 100% |
| 1,000,000 | $3 | $15 | — | — | 100% | |
| Amazon Bedrock | 1,000,000 | $3.3 | $16.5 | — | — | 100% |
| Amazon Bedrock | 1,000,000 | $3.3 | $16.5 | — | — | 100% |
| 1,000,000 | $3.3 | $16.5 | — | — | — | |
| 1,000,000 | $3.3 | $16.5 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
- Cuatro opciones de solicitud de Amazon Bedrock que afectan al costo de inferenciaUn artículo de AWS muestra cómo la duración de la caché, el nivel de servicio, el esfuerzo de razonamiento y maxTokens modifican los tokens y las tarifas en Amazon Bedrock, con pruebas en modelos Claude y Nova.
- AWS muestra sistemas multiagente componibles basados en el protocolo A2AUna arquitectura de referencia de AWS conecta un orquestador LangChain con un agente de cumplimiento basado en Strands entre dos cuentas mediante el protocolo Agent-to-Agent, OAuth bidireccional y descubrimiento con Agent Cards.