Claude Sonnet 4.6 Modell-Übersicht

Claude Sonnet 4.6 ist das Update von Claude Sonnet 4.5 vom Modell-Entwickler Anthropic. Sonnet 4.6 liefert verbesserte Benchmark Scores in Coding, Computer Use und agentischen Workflow Bereichen. In der Beta ist das erste Mal ein Kontextfenster von bis zu 1 Mio. Tokens möglich. Zudem hat Anthropic die Web-Suche überarbeitet, wodurch bessere Ergebnisse bei weniger Tokenverbrauch erzielt werden sollen. In Tests von Anthropic bevorzugten Entwickler Sonnet 4.6 gegenüber Sonnet 4.5 in ca. 70% der Fälle; 59% der Befragten bevorzugten Sonnet 4.6 sogar gegenüber dem (etwas älteren aber) größeren Opus 4.5 Modell.

Playground API Dokumentation System Card Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

200k Token

64k Token

Unbekannt

$3.00

$15.00

Unbekannt

Claude Sonnet 4.6 Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

Claude Sonnet 4.6 Benchmark Übersicht

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.
Serie	Agentisch (min 0 / max 100)	Programmierung (min 0 / max 100)	Logik & Schlussfolgerung (min 0 / max 100)	Wissenschaft (min 0 / max 100)
Anthropic Claude Sonnet 4.6	76.46666666666665	79.6	45.75	89.9

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.6	68,8 %
Claude Sonnet 4.6	58,3 %
GPT-5.2 Pro	54,2 %
GPT-5.2	52,9 %

Vergleich von LLMs im Benchmark ARC-AGI-2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3 Deep Think	93,8 %
GPT-5.2 Pro	93,2 %
GPT-5.2	92,4 %
Gemini 3 Pro	91,9 %
Claude Opus 4.6	91,3 %
Claude Sonnet 4.6	89,9 %
GPT-5 Pro	88,4 %
GPT-5.1	88,1 %

Vergleich von LLMs im Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark OSWorld: . Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.6	72,7 %
Claude Sonnet 4.6	72,5 %
Claude Opus 4.5	66,3 %
GPT-5.3-Codex	64,7 %

Vergleich von LLMs im Benchmark OSWorld: . Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.5	80,9 %
Claude Opus 4.6	80,8 %
MiniMax M2.5	80,2 %
GPT-5.2	80 %
Claude Sonnet 4.6	79,6 %
GLM-5	77,8 %
Claude Sonnet 4.5	77,2 %

Vergleich von LLMs im Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Tau2-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Sonnet 4.6	97,8 %
Claude Opus 4.6	95,6 %
Claude Opus 4.5	93,55 %
GPT-5.2	90,35 %
GLM-5	89,7 %

Vergleich von LLMs im Benchmark Tau2-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.3-Codex	77,3 %
Claude Opus 4.6	65,4 %
Claude Opus 4.5	59,3 %
Claude Sonnet 4.6	59,1 %
GLM-5	56,2 %
Qwen3.5-397B-A17B	52,5 %

Vergleich von LLMs im Benchmark Terminal-Bench 2. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Proprietärer Transformer
Input Kontextlänge	200k
Output Kontextlänge	64k
Tokenizer	Claude Tokenizer

Besonderheiten

Adaptive Thinking	Vier Stufen: low, medium, high und max.
Dynamic Filtering für Web-Suche	Claude schreibt und führt Code aus, um Suchergebnisse zu filtern, bevor sie das Kontextfenster erreichen.
Context Compaction	Automatische serverseitige Zusammenfassung älterer Konversationsverläufe.

Vorteile & Nachteile

Vorteile

Sehr gutes Preis- / Leistungsverhältnis
Sonnet 4.6 erreicht in vielen Benchmarks annähernd die Scores des größeren (und deutlich teureren) Claude Opus 4.6 Modells. Mit $3/$15 pro 1 Million Tokens kostet Sonnet 4.6 genauso viel, wie der Vorgänger Sonnet 4.5.
SOTA Ergebnisse für Computer Use
Sonnet 4.6 gehört in vielen Benchmarks, die die Fähigkeit der Nutzung eines Computers wie ein Mensch messen, zu den stärksten Modellen, z.B. 72.5% in OSWorld-Verified.
Starkes Coding Modell
Claude Sonnet 4.6 gehört zu den besten Coding-Modellen. Funktionen wie Compaction, die neue Web-Filter-Suche und günstiges Pricing, zusammen mit hohen Benchmark Scores (79,6% in SWE-bench und 59,1% in Terminal-Bench 2.0) machen Sonnet 4.6 zu einem guten Alltagsbegleiter.

Nachteile

Niedrige Ausgabelänge
Sonnet 4.6 bietet über die Anthropic API nur einen maximalen Output von 64K Tokens an, ca. die Hälfte von Opus 4.6.
1 Mio. Kontextfenster noch in der Beta
Das 1 Mio. Token-Kontextfenster ist nur für Organisationen in Usage Tier 4+ verfügbar.
Proprietäres Modell ohne lokales Deployment
Claude Sonnet 4.6 ist ausschließlich über die Cloud (API oder AI Chatbot) verfügbar. Kein Open-Source, kein lokales Deployment, keine genauen Details über das Training oder die Gewichte des Modells.

Vergleiche Claude Sonnet 4.6 mit anderen LLMs

Vergleiche Claude Sonnet 4.6 mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	GPQA
DeepSeek AI	DeepSeek-v3.2 Speciale	MIT	685 Mrd.	131,07k	64k	$0.28	$0.42	88,7 %
Moonshot AI	Kimi K2.5	MIT	1.000 Mrd.	256k	96k	$0.60	$3.00	85 %
Z.ai	GLM-4.7	MIT	400 Mrd.	200k	128k	$0.60	$2.20	84,9 %
Alibaba	Qwen3.5	Apache 2.0	397 Mrd.	262,14k	65,54k	$0.40	$2.40	83,6 %
DeepSeek AI	DeepSeek-v3.2	MIT	685 Mrd.	131,07k	64k	$0.28	$0.42	83,3 %
Moonshot AI	Kimi K2 Thinking	MIT	1.000 Mrd.	262,14k	262,14k	$0.60	$2.50	83,1 %
MiniMax	MiniMax-M2	MIT	230 Mrd.	204,8k	131,07k	$0.30	$1.20	83 %
Z.ai	GLM-4.6	MIT	355 Mrd.	200k	128k	$0.60	$2.00	82,8 %
MiniMax	MiniMax-M2.1	MIT	230 Mrd.	200k	128k	$0.30	$1.20	81 %
xAI	Grok-4 Heavy	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,4 %

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst Anthropic Claude Sonnet 4.6 über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.