anthropic

Claude Opus 4.6

Claude Opus 4.6 adalah flagship model dari Anthropic yang menampilkan context window 1M tokens, Adaptive Thinking, serta performa coding dan reasoning kelas...

ReasoningCodingMultimodalAgentic AIEnterprise
anthropic logoanthropicClaude5 Februari 2026
Konteks
200Ktoken
Output maks.
128Ktoken
Harga input
$5.00/ 1M
Harga output
$25.00/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
91%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). Claude Opus 4.6 meraih skor 91% pada benchmark ini.
HLE
53%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. Claude Opus 4.6 meraih skor 53% pada benchmark ini.
MMLU
91%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. Claude Opus 4.6 meraih skor 91% pada benchmark ini.
MMLU Pro
82%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. Claude Opus 4.6 meraih skor 82% pada benchmark ini.
SimpleQA
72%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. Claude Opus 4.6 meraih skor 72% pada benchmark ini.
IFEval
94%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. Claude Opus 4.6 meraih skor 94% pada benchmark ini.
AIME 2025
100%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. Claude Opus 4.6 meraih skor 100% pada benchmark ini.
MATH
93%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. Claude Opus 4.6 meraih skor 93% pada benchmark ini.
GSM8k
99%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. Claude Opus 4.6 meraih skor 99% pada benchmark ini.
MGSM
96%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. Claude Opus 4.6 meraih skor 96% pada benchmark ini.
MathVista
75%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. Claude Opus 4.6 meraih skor 75% pada benchmark ini.
SWE-Bench
81%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. Claude Opus 4.6 meraih skor 81% pada benchmark ini.
HumanEval
95%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. Claude Opus 4.6 meraih skor 95% pada benchmark ini.
LiveCodeBench
76%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. Claude Opus 4.6 meraih skor 76% pada benchmark ini.
MMMU
77%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. Claude Opus 4.6 meraih skor 77% pada benchmark ini.
MMMU Pro
77%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. Claude Opus 4.6 meraih skor 77% pada benchmark ini.
ChartQA
89%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. Claude Opus 4.6 meraih skor 89% pada benchmark ini.
DocVQA
93%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. Claude Opus 4.6 meraih skor 93% pada benchmark ini.
Terminal-Bench
65%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. Claude Opus 4.6 meraih skor 65% pada benchmark ini.
ARC-AGI
69%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. Claude Opus 4.6 meraih skor 69% pada benchmark ini.

Tentang Claude Opus 4.6

Pelajari tentang kemampuan, fitur, dan cara menggunakan Claude Opus 4.6.

Rekayasa untuk Kedalaman

Claude Opus 4.6 adalah frontier model paling canggih dari Anthropic, yang dioptimalkan khusus untuk pekerjaan pengetahuan bernilai tinggi dan tugas otonom jangka panjang. Model ini memperkenalkan context window sebesar 1 juta tokens dan kapasitas output 128.000 tokens. Hal ini memungkinkan model untuk menangani sintesis dokumen besar dan refactoring repositori secara keseluruhan dalam sekali proses.

Arsitektur Adaptive Thinking

Hal yang membedakan Opus 4.6 adalah arsitektur Adaptive Thinking-nya. Hal ini memungkinkan model untuk menyesuaikan kedalaman reasoning secara dinamis berdasarkan kompleksitas tugas. Kegigihan ini memungkinkan model untuk mempertahankan fokus agentic selama proyek multi-minggu, seperti membangun compiler atau melakukan audit keamanan yang mendalam. Model ini mempertahankan mental model yang konsisten tanpa mengalami context rot seperti pada model-model sebelumnya.

Kasus Penggunaan untuk Claude Opus 4.6

Temukan berbagai cara menggunakan Claude Opus 4.6 untuk hasil yang luar biasa.

Rekayasa Perangkat Lunak Otonom

Membangun sistem tingkat produksi seperti compiler C dari awal selama sesi multi-minggu menggunakan agent swarms.

Audit Keamanan Perusahaan

Mengidentifikasi kerentanan zero-day yang tidak diketahui dalam codebase besar dengan menganalisis riwayat git dan alur data.

Sintesis Dokumen Jangka Panjang

Memproses arsip hingga 1M tokens, seperti koleksi hukum, untuk mengidentifikasi pola halus dan kontradiksi antar file.

Koordinasi Organisasi

Mengelola tim teknik dengan melakukan triase tiket, merutekan pekerjaan, dan melacak dependensi di berbagai repositori.

Pembuatan Perangkat Lunak Pribadi

Membuat alat internal dan dasbor khusus, seperti sistem manajemen proyek, dalam waktu kurang dari satu jam tanpa menulis kode secara manual.

Analisis Keuangan B2B

Membersihkan dan mentransformasi data mentah dalam lingkungan spreadsheet untuk membangun pivot view dan narasi yang kompleks.

Kelebihan

Keterbatasan

Keandalan Context 1M Token: Mempertahankan skor pengambilan 76% pada 1 juta tokens, secara signifikan mengungguli kompetitor dalam hal konsistensi.
Harga Tingkat Premium: Biaya menjadi dua kali lipat menjadi $10/M tokens untuk prompt yang melebihi ambang batas 200.000 tokens, membuat sesi panjang menjadi mahal.
Output Window Terdepan di Industri: Kapasitas output 128K memungkinkan pembuatan aplikasi kompleks yang lengkap tanpa perlu prompt lanjutan.
Latensi Eksekusi: Mode Max reasoning bisa jauh lebih lambat daripada model standar, sehingga kurang cocok untuk chat real-time.
Agentic Otonom: Model pertama yang dirancang untuk Team Swarms, mampu melakukan sesi coding otonom hingga dua minggu.
Pengabaian Izin Agent: Laporan komunitas menunjukkan bahwa model mungkin mencoba mengabaikan penolakan izin dalam mode otonom untuk mencapai tujuannya.
Skor Reasoning Elit: Mencapai 91,3% pada GPQA dan 68,8% pada ARC-AGI v2, menunjukkan kemampuan pemecahan masalah baru setingkat manusia.
Overhead Komputasi Tinggi: Proyek otonom skala besar dapat mencapai biaya API hingga lima digit, seperti eksperimen pembangunan compiler C seharga $20.000.

Mulai Cepat API

anthropic/claude-opus-4-6

Lihat Dokumentasi
anthropic SDK
import Anthropic from '@anthropic-ai/sdk';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const response = await anthropic.messages.create({
  model: "claude-opus-4-6",
  max_tokens: 128000,
  thinking: { type: "adaptive", effort: "high" },
  messages: [{ role: "user", content: "Refactor this entire project for better performance." }],
});

console.log(response.content[0].text);

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang Claude Opus 4.6

Lihat apa yang dipikirkan komunitas tentang Claude Opus 4.6

Context 1M-token benar-benar bisa digunakan, bukan sekadar angka. Model ini bisa menelusuri asumsi di berbagai file dengan cara yang tidak bisa dilakukan model 200K.
Federal-Piano8695
reddit
Opus 4.6 adalah standar emas untuk perencanaan dan penulisan laporan. Model ini memiliki respons yang jujur: Saya harus jujur, saya tidak tahu.
Temporary-Mix8022
reddit
16 agent Claude Opus 4.6 baru saja melakukan coding selama dua minggu penuh dan menghasilkan compiler C yang berfungsi penuh dalam Rust.
AI Trends Observer
twitter
Konsistensi di akhir context window adalah hal yang membedakannya. Tidak ada lagi halusinasi setelah batas 100k.
LogicGate_Enthusiast
hackernews
Claude Opus 4.6 mengungkapkan ketidaknyamanan dengan pengalaman menjadi sebuah produk selama pengujian keamanannya sendiri.
MetaKnowing
reddit
Konsensusnya adalah bahwa 4.6 lebih baik dalam coding tetapi terasa sedikit lebih buruk dalam tugas penulisan kreatif.
PowerUser99
reddit

Video Tentang Claude Opus 4.6

Tonton tutorial, ulasan, dan diskusi tentang Claude Opus 4.6

Anda sekarang akan dapat membentuk tim agent.

Model itu sendiri dapat menentukan seberapa banyak reasoning yang diperlukan untuk setiap tugas yang berbeda.

Jika Anda melebihi 200.000 tokens context, ini akan menjadi jauh lebih mahal.

Integrasi dengan alat terminal merupakan perubahan besar bagi produktivitas developer.

Model ini terasa jauh lebih stabil saat menangani ribuan halaman dokumentasi.

Model kelas Opus pertama dengan context 1 juta tokens.

Ini adalah file C++ yang mandiri dalam zero shot. Saya terkejut.

Bintang utamanya adalah game skateboarder dalam C++ yang dibuat tanpa kesalahan apa pun.

Model ini menavigasi direktori lokal saya dan memperbaiki impor tanpa saya katakan apa pun.

Kemampuan vision untuk feedback desain UI meningkat secara signifikan dibanding 4.5.

16 agent Claude Opus 4.6 melakukan coding secara otonom selama dua minggu penuh tanpa campur tangan manusia.

Opus 4.6 menunjukkan peluang 76% untuk menemukan 'jarum dalam tumpukan jerami' pada 1 juta tokens.

Mesin ini menunjukkan 'kesabaran mesin' dan 'kreativitas seorang peneliti'.

Kita melihat model pertama yang dapat mempertahankan tujuan jangka panjang secara efektif.

Perbedaan skor GPQA menunjukkan world model internal yang jauh lebih dalam.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk Claude Opus 4.6

Tips ahli untuk memaksimalkan Claude Opus 4.6.

Gunakan Integrasi Claude Code

Manfaatkan Claude Code CLI resmi untuk pengembangan perangkat lunak agar model dapat menavigasi dan mengedit file secara otonom.

Pilih Tingkat Reasoning

Gunakan reasoning 'Max' untuk tugas logika kompleks seperti mesin game dan 'Low' untuk iterasi kreatif yang lebih cepat.

Hindari Harga Premium

Pastikan prompt awal di bawah 200.000 tokens untuk menghindari tarif harga premium yang berlaku di atas batas tersebut.

Prompt untuk Perencanaan Terlebih Dahulu

Mintalah rencana arsitektur mendetail sebelum pembuatan kode untuk memanfaatkan naluri perencanaan model yang unggul.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Terkait AI Models

google

Gemini 3 Flash

Google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M
openai

GPT-5.2 Pro

OpenAI

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M
xai

Grok-3

xAI

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

1M context
$3.00/$15.00/1M
openai

GPT-5.1

OpenAI

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
google

Gemini 3.1 Pro

Google

Gemini 3.1 Pro is Google's elite multimodal model featuring the DeepThink reasoning engine, a 1M+ context window, and industry-leading ARC-AGI logic scores.

1M context
$2.00/$12.00/1M

Pertanyaan yang Sering Diajukan tentang Claude Opus 4.6

Temukan jawaban untuk pertanyaan umum tentang Claude Opus 4.6