anthropic
Anthropic: Claude Sonnet 4.6
anthropic/claude-sonnet-4.6
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- anthropic/claude-sonnet-4.6
- ID canônico
- anthropic/claude-4.6-sonnet-20260217
- Criador
- anthropic
- Adicionado ao OpenRouter
- 17.02.2026
- Comprimento de contexto
- 1,000,000
- Modalidade
- text+image+file->text
- Modalidades de entrada
- text, image, file
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $3 / saída $15
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | Sem medição | raciocínio: opcional · padrão medium · esforços: max, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | AA — próximos 20% da coorte | — |
| Agentes | AA — próximos 20% da coorte | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · padrão medium · esforços: max, high, medium, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | entrada: file |
| Visão | Sem medição | entrada: image |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 63 | AA — próximos 20% da coorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 31.8 | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtaxa de vitória 51.1% · posição 17 | 1,119Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · androidnativetaxa de vitória 61.8% · posição 17 | 1,182Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 64.3% · posição 16 | 1,191Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 60.6% · posição 7 | 1,226Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | agents · mobileappstaxa de vitória 63.6% · posição 18 | 1,206Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 57% · posição 29 | 1,172Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 57.5% · posição 45 | 1,217Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 60.1% · posição 21 | 1,231Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 59.4% · posição 29 | 1,267Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 58.3% · posição 22 | 1,276Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 58.8% · posição 40 | 1,249Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 58.7% · posição 32 | 1,188Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 58.3% · posição 36 | 1,264Elo | AA — próximos 20% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 60% · posição 24 | 1,279Elo | AA — próximos 20% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (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 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
- Quatro escolhas de requisição do Amazon Bedrock que afetam o custo de inferênciaUm artigo da AWS mostra como a duração do cache, o nível de serviço, o esforço de raciocínio e maxTokens alteram tokens e tarifas no Amazon Bedrock, com testes em modelos Claude e Nova.
- AWS apresenta sistemas multiagentes componíveis baseados no protocolo A2AUma arquitetura de referência da AWS conecta um orquestrador LangChain a um agente de conformidade baseado em Strands entre duas contas usando o protocolo Agent-to-Agent, OAuth bidirecional e descoberta por Agent Cards.