Claude Opus 4.6 在哪些評測中表現領先，被譽為頂尖「智能體」大模型？

Claude Opus 4.6 在哪些評測中表現領先？

Anthropic 推出的 Claude Opus 4.6 被譽為新一代頂尖「智能體」大模型，主要因為其在多項關鍵評測中表現領先。這些評測包括代理式程式開發、長上下文推理與網頁搜尋等領域。Opus 4.6 不僅提升了網路安全、財經法律、長文本檢索等專業領域的實戰能力，還首次將 Opus 等級模型的上下文視窗擴展至 100 萬 token。

Opus 4.6 的主要功能與特點

Opus 4.6 在多個方面展現出顯著的提升。在程式開發領域，它在代理式程式評測 Terminal-Bench 2.0 上取得領先成績，並在長程多工具搜尋測試 BrowseComp 中拿下最高分。此外，Opus 4.6 支援 100 萬 token 上下文視窗，並搭配「上下文壓縮」機制，使其在長文本檢索評測 MRCR v2 中表現出色。Anthropic 還強化了與辦公軟體的整合，升級了 Claude in Excel 的長任務與多步驟資料處理能力，並推出了 Claude in PowerPoint 的研究預覽版，能讀取版面配置、字型與母片設定，自動產出符合企業識別的簡報。

Anthropic 如何將 Claude 導入實際工作流程？

Anthropic 持續將 Claude 導入實際工作流程，從法律外掛擴展到財務會計，並結合 Claude in Excel、PowerPoint 等辦公整合，以期在高附加價值的知識工作中發揮作用。在法律領域，Claude 的外掛能協助使用者追蹤合規流程、審閱與分類合約與保密協議，並協助整理法律簡報與標記潛在風險。在財務領域，Opus 4.6 的金融資訊外掛能協助處理結帳、分錄、對帳、報表與差異分析等工作。這使得 Claude Opus 4.6 在實際應用中展現出強大的潛力。

Claude Opus 4.6 在哪些評測中表現領先，被譽為頂尖「智能體」大模型？ | 數位時代