anthropic

Claude Sonnet 4.6

Claude Sonnet 4.6 menawarkan frontier performance untuk coding dan computer use dengan context window 1M token yang masif hanya seharga $3/1M tokens.

Agentic AIMultimodalCodingComputer UseLong Context
anthropic logoanthropicClaude17 Februari 2026
Konteks
1.0Mtoken
Output maks.
64Ktoken
Harga input
$3.00/ 1M
Harga output
$15.00/ 1M
Modalitas:TextImageAudioVideo
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
89.9%
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 Sonnet 4.6 meraih skor 89.9% pada benchmark ini.
HLE
49%
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 Sonnet 4.6 meraih skor 49% pada benchmark ini.
MMLU
89.3%
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 Sonnet 4.6 meraih skor 89.3% pada benchmark ini.
MMLU Pro
79.2%
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 Sonnet 4.6 meraih skor 79.2% pada benchmark ini.
SimpleQA
48.5%
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 Sonnet 4.6 meraih skor 48.5% pada benchmark ini.
IFEval
89.5%
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 Sonnet 4.6 meraih skor 89.5% pada benchmark ini.
AIME 2025
83%
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 Sonnet 4.6 meraih skor 83% pada benchmark ini.
MATH
85.3%
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 Sonnet 4.6 meraih skor 85.3% pada benchmark ini.
GSM8k
96.4%
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 Sonnet 4.6 meraih skor 96.4% pada benchmark ini.
MGSM
92.8%
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 Sonnet 4.6 meraih skor 92.8% pada benchmark ini.
MathVista
68.7%
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 Sonnet 4.6 meraih skor 68.7% pada benchmark ini.
SWE-Bench
79.6%
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 Sonnet 4.6 meraih skor 79.6% pada benchmark ini.
HumanEval
92.1%
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 Sonnet 4.6 meraih skor 92.1% pada benchmark ini.
LiveCodeBench
72.4%
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 Sonnet 4.6 meraih skor 72.4% pada benchmark ini.
MMMU
74.2%
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 Sonnet 4.6 meraih skor 74.2% pada benchmark ini.
MMMU Pro
75.6%
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 Sonnet 4.6 meraih skor 75.6% pada benchmark ini.
ChartQA
88.1%
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 Sonnet 4.6 meraih skor 88.1% pada benchmark ini.
DocVQA
93.4%
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 Sonnet 4.6 meraih skor 93.4% pada benchmark ini.
Terminal-Bench
59.1%
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 Sonnet 4.6 meraih skor 59.1% pada benchmark ini.
ARC-AGI
58.3%
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 Sonnet 4.6 meraih skor 58.3% pada benchmark ini.

Tentang Claude Sonnet 4.6

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

**Lompatan Kecerdasan Antar Generasi**

Claude Sonnet 4.6 adalah model Anthropic yang paling mumpuni dan serbaguna hingga saat ini, dirancang untuk menjadi alat kerja berkinerja tinggi bagi alur kerja perusahaan dan pengembang yang kompleks. Dirilis pada 17 Februari 2026, model ini mewakili lompatan generasi besar dibandingkan seri 4.5, memperkenalkan kemampuan computer use tingkat manusia dan context window 1 juta token yang masif dalam versi beta. Model ini dioptimalkan untuk tugas-tugas agentic, yang berarti ia tidak hanya memproses teks tetapi dapat secara otonom merencanakan dan mengeksekusi operasi multi-langkah di berbagai lingkungan software.

**Kecanggihan Teknis dan Multimodality**

Secara teknis, Sonnet 4.6 menjembatani celah antara kecepatan model tingkat menengah dan reasoning mendalam dari kelas Opus. Model ini memiliki fitur Adaptive Thinking, yang memungkinkannya menskalakan upaya reasoning internal berdasarkan kompleksitas tugas. Model ini telah menjadi default baru bagi pengguna Claude Free dan Pro, menawarkan kecerdasan flagship dalam coding, analisis keuangan, dan pemahaman dokumen. Ini adalah model multimodal yang benar-benar native, mendukung input teks, gambar, audio, dan video untuk memproses berbagai tugas pengolahan media dengan akurasi state-of-the-art.

**Standar Industri Baru untuk Agen**

Dengan rasio performa-ke-biaya yang elit, Sonnet 4.6 diposisikan sebagai mesin utama untuk AI agents. Ia mencapai skor terdepan di industri pada SWE-bench Verified (79,6%) dan OSWorld-Verified (72,5%), menunjukkan kemampuan superiornya dalam menavigasi masalah software engineering dunia nyata dan tugas sistem operasi yang kompleks. Dengan memberikan kecerdasan setingkat Opus dengan biaya yang jauh lebih rendah, model ini memberdayakan pengembang untuk membangun sistem otonom yang sebelumnya dianggap mustahil secara komputasi maupun finansial.

Claude Sonnet 4.6

Kasus Penggunaan untuk Claude Sonnet 4.6

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

Software Engineering Otonom

Menggunakan Claude Code untuk melakukan refactoring pada seluruh repositori dan menerapkan fitur kompleks dengan konteks seluruh repositori.

Computer Use Tingkat Manusia

Mengotomatiskan software legacy dan alur kerja web dengan melihat layar serta berinteraksi melalui mouse dan keyboard virtual.

Pemahaman Dokumen Keuangan

Menganalisis ribuan halaman pengajuan dan tabel untuk melakukan reasoning melalui strategi investasi atau risiko yang kompleks.

Simulasi Bisnis Real-Time

Menjalankan simulasi agentic di mana model mengelola bisnis virtual dan mengoptimalkan profitabilitas.

Penulisan Teknis Multibahasa

Menghasilkan dokumentasi teknis dalam puluhan bahasa sambil tetap menjaga kepatuhan spesifikasi arsitektur yang sempurna.

Pembuatan Frontend UI/UX

Menciptakan antarmuka dashboard yang dipoles dan modern dengan fokus pada tipografi, teori warna, dan tata letak responsif.

Kelebihan

Keterbatasan

Coding Terdepan di Industri: Mencapai skor state-of-the-art 79,6% pada SWE-bench Verified, mengungguli kompetitor dalam menyelesaikan masalah GitHub di dunia nyata.
Latency dalam Mode Thinking: Anggaran thinking token yang tinggi meningkatkan time-to-first-token, membuatnya kurang ideal untuk obrolan real-time instan.
Rasio Performa-ke-Biaya Elit: Menghasilkan tingkat kecerdasan mendekati Opus dengan biaya 5x lebih rendah, menjadikannya pilihan paling ekonomis untuk otomasi skala besar.
Hambatan Rate Limiting: Pengguna Gratis dan Pro menghadapi batas pesan yang agresif selama sesi intens, sehingga perlu beralih ke API.
Navigasi Komputer Tingkat Manusia: Meraih skor 72,5% pada OSWorld-Verified, menunjukkan peningkatan masif dalam menavigasi software kompleks tanpa API.
Penurunan Konteks di Atas 150k: Meskipun memiliki window 1M, model terkadang masih bisa kehilangan detail spesifik dari bagian tengah prompt yang sangat besar.
Kekuatan Reasoning yang Adaptif: Menampilkan mode Thinking yang dapat diskalakan, memungkinkan pengembang meningkatkan upaya reasoning untuk masalah logika yang sulit.
Kerentanan Prompt Injection: Fitur Computer Use menimbulkan risiko di mana situs web berbahaya dapat mencoba membajak sesi browser virtual model.

Mulai Cepat API

anthropic/claude-sonnet-4-6

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

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

const msg = await anthropic.messages.create({
  model: 'claude-sonnet-4-6',
  max_tokens: 1024,
  messages: [
    { role: 'user', content: 'Analyze this codebase for security vulnerabilities.' }
  ],
});

console.log(msg.content);

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang Claude Sonnet 4.6

Lihat apa yang dipikirkan komunitas tentang Claude Sonnet 4.6

Claude Sonnet 4.6 mencapai 94% pada benchmark asuransi kami, menjadikannya model dengan performa tertinggi yang pernah kami uji untuk computer use.
Swami Sivasubramanian
twitter
Antusiasmenya nyata, ini benar-benar LLM terbaik (dan paling menyenangkan) yang pernah saya gunakan! Jauh melampaui apa pun yang saya lihat sejauh ini.
WolframRavenwolf
reddit
Claude Sonnet 4.6 sangat lucu, bukan sekadar 'sesekali jenaka'. Secara umum terasa hangat, jujur, dan prososial.
Anton P.
twitter
Sonnet 4.6 jauh lebih baik daripada Cline untuk tugas coding. Saya bahkan tidak membuka file secara manual lagi.
semibaron
hackernews
Context window 1M adalah pengubah permainan untuk migrasi codebase. Saya baru saja mengunggah seluruh stack warisan saya.
DevOpsDan
reddit
Ia menangani spreadsheet kompleks dan formulir web dengan presisi yang hampir mustahil. Beta Computer Use akhirnya siap.
AI_Insights_Daily
youtube

Video Tentang Claude Sonnet 4.6

Tonton tutorial, ulasan, dan diskusi tentang Claude Sonnet 4.6

Sonnet 4.6 meraih skor lebih tinggi pada GDP val, yang mengukur tugas-tugas bermakna di dunia nyata.

Menjadi semakin sulit untuk mengetahui apakah model-model ini mampu melakukan hal-hal terkait CBRN.

Rasio kecepatan terhadap kecerdasan di sini pada dasarnya tidak tertandingi oleh model lain di pasar.

Anthropic jelas berfokus pada sisi agentic dengan rilis ini.

Struktur biayanya menjadikan ini pilihan default baru bagi pengembang API bervolume tinggi.

Model ini sekitar dua kali lebih cepat dibandingkan dengan model Opus dari bulan lalu.

Kesimpulannya, model ini memberikan nilai terbaik untuk uang Anda dalam coding skala perusahaan.

Kemampuan visi untuk menginterpretasikan diagram arsitektur yang kompleks telah meningkat secara signifikan.

Saya memberikan 50 file dan ia melakukan refactoring seluruh logika routing dengan sempurna.

Rasanya jauh lebih manusiawi dalam gaya komunikasinya dibandingkan dengan GPT-4o.

Model ini sebenarnya mengalahkan Opus 4.6 di beberapa area dengan titik harga yang 40% lebih murah.

Saat kita mengisi context window, begitu mencapai sekitar 150.000 tokens, efektivitasnya cenderung menurun.

Fitur reasoning adaptif memungkinkan Anda untuk beralih antara kecepatan dan logika mendalam.

Rilis ini terasa seperti model 'agent-first' sejati yang pertama dari Anthropic.

Saya akan menggunakan ini untuk segalanya kecuali mungkin untuk penulisan kreatif tingkat tertinggi yang absolut.

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 Sonnet 4.6

Tips ahli untuk memaksimalkan Claude Sonnet 4.6.

Manfaatkan Context Compaction

Aktifkan fitur Compaction di API untuk merangkum riwayat percakapan lama secara otomatis pada sesi yang panjang.

Gunakan Thinking Tokens secara Strategis

Untuk matematika atau logika kompleks, tetapkan anggaran yang lebih tinggi untuk thinking tokens agar model dapat mengeksplorasi berbagai jalur reasoning.

Prompt untuk Kepatuhan SPEC

Mintalah model secara eksplisit untuk mengikuti praktik terbaik arsitektur modern, karena ia secara alami cenderung menggunakan alat-alat terbaru.

Gunakan Artifacts untuk UI

Dorong model untuk menggunakan UI Artifacts guna memisahkan hasil pembuatan kode dari utas obrolan untuk iterasi real-time.

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
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

200K context
$5.00/$25.00/1M
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
$0.60/$3.60/1M
deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M
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 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
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

262K context
$0.60/$2.50/1M
xai

Grok-4

xAI

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M

Pertanyaan yang Sering Diajukan tentang Claude Sonnet 4.6

Temukan jawaban untuk pertanyaan umum tentang Claude Sonnet 4.6