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 & Modalitäten

Nicht verfügbar

Finetuning

Verfügbar

ReasoningToolsMultimodalitätWebsucheStrukturierte AusgabenQuellenangaben

Input:TextBild

Output:TextJson

Details zum Modell

200k Token

64k Token

3,00 $

15,00 $

Kosten berechnen Geschwindigkeit testen

Claude Sonnet 4.6 Benchmark Scores

Stärken

Top 3Agentische Aufgaben

Claude Sonnet 4.6 Benchmark Übersicht

Claude Sonnet 4.6 Performance im Vergleich zu anderen KI-Modellen

Benchmark	Claude Sonnet 4.6	Claude Opus 4.6	Claude Mythos	Qwen3.5	Gemini 3.1 Pro	Muse Glimmer 30B	Muse Spark 1.2
AA-OmniscienceWissen & Sprache	12 Pkt.	14 Pkt.	—	-36 Pkt.	33 Pkt.	-32,9 Pkt.	21,5 Pkt.
ARC-AGI-2Logik & Schlussfolgerung	58,3 %	68,8 %	—	—	77,1 %	—	—
FrontierMathLogik & Schlussfolgerung	8,3 %	22,9 %	—	—	16,7 %	—	—
GPQA DiamondWissen & Sprache	89,9 %	91,3 %	94,5 %	—	94,3 %	83,5 %	90,4 %
Humanity's Last ExamWissen & Sprache	33,2 %	40 %	56,8 %	28,7 %	44,4 %	22 %	43,9 %
OSWorld-VerifiedAgentische Aufgaben	72,5 %	72,7 %	79,6 %	—	—	65,9 %	—
SWE-bench VerifiedProgrammierung	79,6 %	80,8 %	93,9 %	76,4 %	80,6 %	76 %	—
Terminal-Bench 2.0Programmierung	59,1 %	65,4 %	82 %	52,5 %	68,5 %	—	—
τ²-BenchAgentische Aufgaben	94,8 %	95,6 %	—	86,7 %	95,1 %	—	—

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark AA-Omniscience. Der niedrigste Score im Benchmark ist -100 % und der höchste Score ist 100 %.
Modell	Score
Gemini 3.1 Pro	33 %
Grok 4.5	26,4 %
Gemini 3.6 Flash	23,5 %
Muse Spark 1.2	21,53 %
Claude Opus 4.6	14 %
Claude Sonnet 4.6	12 %
GPT-5.3-Codex	10 %
Gemini 3.5 Flash-Lite	6,9 %
GPT-5.4	6 %
Inkling	2,1 %
MiniMax M2.7	1 %
Claude Opus 5	0,49 %
GLM-5	-1 %
Kimi K2.5 (Thinking)	-8 %
Inkling-Small	-9 %
DeepSeek V4 Flash 0731	-15,7 %
GPT-5.6 Terra	-21,67 %
Muse Glimmer 30B	-32,85 %
Qwen3.5-397B-A17B	-36 %
MiniMax M2.5	-40 %

Vergleich von LLMs im Benchmark AA-Omniscience. Der niedrigste Score im Benchmark ist -100 % und der höchste Score ist 100 %.

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 5	90,42 %
GPT-5.5	85 %
Gemini 3.1 Pro	77,1 %
Gemini 3.5 Flash	72,1 %
Claude Opus 4.6	68,8 %
GPT-5.6 Sol	67,1 %
Claude Sonnet 4.6	58,3 %
GPT-5.2 Pro	54,2 %
GPT-5.2	52,9 %
Gemini 3 Deep Think	45,1 %
Muse Spark	42,5 %
Inkling-Small	40,1 %
Claude Opus 4.5	37,6 %
GPT-5.6 Terra	37,5 %
Gemini 3 Pro	31,1 %
Grok-4	15,9 %
GPT-5.6 Luna	7,4 %

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 FrontierMath. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	89 %
GPT-5.6 Terra	84,9 %
GPT-5.6 Luna	78,6 %
GPT-5.5	51,7 %
GPT-5.2 Pro	31,3 %
GPT-5.4	27,1 %
Claude Opus 4.6	22,9 %
GPT-5.2	18,8 %
Gemini 3 Pro	18,75 %
Gemini 3.1 Pro	16,7 %
GPT-5 Pro	14,6 %
GPT-5.1	12,5 %
GPT-5	12,5 %
Claude Sonnet 4.6	8,3 %
Kimi K2.5 (Thinking)	4,2 %
Claude Opus 4.5	4,17 %
Claude Opus 4.1	4,17 %
GLM-5	2,1 %
DeepSeek-v3.2 Thinking	2,1 %
Grok-4 Heavy	2,08 %

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

Darstellung der Rohdaten für den Benchmark GPQA Diamond. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Fugu Ultra	95,5 %
GPT-5.6 Sol	94,6 %
Claude Opus 4.8	93,6 %
Kimi K3	93,5 %
Claude Opus 5	93,43 %
Claude Fable 5	93,18 %
Grok 4.5	93,1 %
GPT-5.6 Terra	92,9 %
Gemini 3.6 Flash	92,8 %
Qwen 3.8 Max	92,6 %
GPT-5.6 Luna	92,3 %
GLM-5.2	91,2 %
DeepSeek V4 Flash 0731	90,8 %
Muse Spark 1.2	90,4 %
DeepSeek-V4-Pro (Preview)	90,1 %
Claude Sonnet 4.6	89,9 %
Inkling-Small	89,5 %
Inkling	87,2 %
Gemini 3.5 Flash-Lite	83,8 %
Muse Glimmer 30B	83,5 %

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

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 5	56,3 %
Muse Spark 1.1	52,2 %
Fugu Ultra	50 %
Claude Opus 4.8	49,8 %
GPT-5.6 Sol	47,2 %
Muse Spark 1.2	43,93 %
Qwen 3.8 Max	43,6 %
Kimi K3	43,5 %
Claude Sonnet 5	43,2 %
GPT-5.6 Terra	41,8 %
GLM-5.2	40,5 %
Grok 4.5	40,3 %
Gemini 3.5 Flash	40,2 %
Gemini 3.6 Flash	38,3 %
DeepSeek V4 Flash 0731	36,8 %
Claude Sonnet 4.6	33,2 %
Inkling-Small	31,6 %
Inkling	29,7 %
Muse Glimmer 30B	22 %
Gemini 3.5 Flash-Lite	17,5 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark OSWorld-Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Qwen 3.8 Max	86,1 %
Claude Fable 5	85 %
Claude Opus 4.8	83,4 %
Gemini 3.6 Flash	83 %
Claude Sonnet 5	81,2 %
Muse Spark 1.1	80,8 %
Claude Mythos Preview	79,6 %
GPT-5.5	78,7 %
Gemini 3.5 Flash	78,4 %
Claude Opus 4.7	78 %
GPT-5.4	75 %
Gemini 3.5 Flash-Lite	74 %
Kimi K2.6	73,1 %
Claude Opus 4.6	72,7 %
Claude Sonnet 4.6	72,5 %
MiniMax-M3	70,06 %
Claude Opus 4.5	66,3 %
Muse Glimmer 30B	65,9 %
GPT-5.3-Codex	64,7 %
GPT-5.4 mini	42 %

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

Darstellung der Rohdaten für den Benchmark SWE-bench Verified. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.6 Sol	96,2 %
Claude Opus 5	96 %
Claude Fable 5	95 %
Claude Mythos Preview	93,9 %
Claude Opus 4.8	88,6 %
Claude Opus 4.7	87,6 %
Claude Sonnet 5	85,2 %
DeepSeek-V4-Pro (Preview)	80,6 %
Gemini 3.1 Pro	80,6 %
MiniMax-M3	80,5 %
Inkling-Small	80,2 %
Kimi K2.6	80,2 %
MiniMax M2.7	79,9 %
Claude Sonnet 4.6	79,6 %
DeepSeek V4 Flash	79 %
Inkling	77,6 %
Muse Spark	77,4 %
Qwen3.5-397B-A17B	76,4 %
Muse Glimmer 30B	76 %
GPT-5.6 Terra	75,2 %

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

Darstellung der Rohdaten für den Benchmark Terminal-Bench 2.0. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5.5	82,7 %
Claude Mythos Preview	82 %
GPT-5.3-Codex	77,3 %
GPT-5.4	75,1 %
Claude Opus 4.7	69,4 %
Gemini 3.1 Pro	68,5 %
DeepSeek-V4-Pro (Preview)	67,9 %
Kimi K2.6	66,7 %
Claude Opus 4.6	65,4 %
GLM-5.1	63,5 %
Claude Sonnet 4.6	59,1 %
Muse Spark	59 %
MiniMax M2.7	57 %
DeepSeek V4 Flash	56,9 %
GLM-5	56,2 %
Qwen3.5-397B-A17B	52,5 %
MiniMax M2.5	51,7 %
GPT-5.4 nano	46,3 %
GPT-5.4 mini	38,2 %
Nemotron 3 Super	31 %

Vergleich von LLMs im Benchmark Terminal-Bench 2.0. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark τ²-Bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Opus 4.6	95,6 %
Gemini 3.1 Pro	95,1 %
Claude Sonnet 4.6	94,8 %
Claude Opus 4.5	93,55 %
Muse Spark	91,5 %
GPT-5.2	90,35 %
GLM-5	89,7 %
GPT-5.4 nano	88,38 %
GLM-4.7	87,4 %
MiniMax M2.1	87 %
Qwen3.5-397B-A17B	86,7 %
GPT-5.6 Terra	86,26 %
Gemini 3 Pro	85,4 %
DeepSeek-v3.2 Thinking	80,3 %
GPT-5.1	80,2 %
MiniMax-M2	77,2 %
Gemma 4 31B	76,9 %
GPT-5.4 mini	74,1 %
GLM-5.1	70,6 %
Nemotron 3 Super	61,15 %

Vergleich von LLMs im Benchmark τ²-Bench. 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, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Intelligence-Index ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	Veröffentlichung
Anthropic	Claude Sonnet 4.6	Proprietär	–	200k	64k	3,00 $	15,00 $	17.02.2026
Meta AI	Muse Glimmer 30B	Apache 2.0	35,1	131,07k	131,07k	0,35 $	1,50 $	10.08.2026
Meta AI	Muse Spark 1.2	Proprietär	54,1	1,05 Mio.	1,05 Mio.	1,25 $	4,25 $	05.08.2026
Alibaba	Qwen 3.8 Max	Proprietär	–	1 Mio.	128k	2,00 $	6,00 $	02.08.2026
DeepSeek AI	DeepSeek V4 Flash	MIT	49,9	1 Mio.	384k	0,14 $	0,28 $	31.07.2026
Thinking Machines Lab	Inkling Small	Apache 2.0	40	1 Mio.	1 Mio.	0,50 $	1,20 $	30.07.2026
Anthropic	Claude Opus 5	Proprietär	61	1 Mio.	128k	5,00 $	25,00 $	24.07.2026
Google DeepMind	Gemini 3.5 Flash Lite	Proprietär	36,5	1 Mio.	65,54k	0,30 $	2,50 $	21.07.2026
Google DeepMind	Gemini 3.6 Flash	Proprietär	50,1	1 Mio.	64k	1,50 $	7,50 $	21.07.2026
Poolside	Laguna S 2.1	Open Model License	–	1,05 Mio.	131,07k	0,10 $	0,20 $	20.07.2026
Anthropic	Claude Sonnet 4.5	Proprietär	–	1 Mio.	64k	3,00 $	15,00 $	29.09.2025

Inklusive Vorgänger Claude Sonnet 4.5 — zusätzlich zu den 10 neuesten Modellen.

‌
Alle Modelle vergleichen

Claude Sonnet 4.6 ausprobieren

Du musst kein Entwickler sein: Claude Sonnet 4.6 ist auch direkt in Claude AI nutzbar.

Claude AI

15,00 €

Provider & APIs

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

Das Modell ist derzeit bei keinen Anbietern verfügbar.

Häufige Fragen zu Claude Sonnet 4.6

Kann ich Claude Sonnet 4.6 kostenlos nutzen?

Ja, Claude Sonnet 4.6 ist in Claude AI auch mit einem kostenlosen Konto nutzbar — allerdings meist mit Nutzungslimits.

Ist Claude Sonnet 4.6 Open Source?

Nein, Claude Sonnet 4.6 ist proprietär. Es gibt keine offenen Gewichte, die Nutzung läuft über Apps oder die API von Anthropic.

Welche Eingabeformate versteht Claude Sonnet 4.6?

Claude Sonnet 4.6 verarbeitet folgende Eingabeformate: Text, Bild.

Was kostet Claude Sonnet 4.6 über die API?

Über die API kostet Claude Sonnet 4.6 3,00 $ pro 1 Mio. Input-Token und 15,00 $ pro 1 Mio. Output-Token. Bei Reasoning-Modellen kommen Thinking-Tokens hinzu, die als Output abgerechnet werden.

Wie groß ist das Kontextfenster von Claude Sonnet 4.6?

Claude Sonnet 4.6 verarbeitet bis zu 200k Token in einer Anfrage.

Wie aktuell ist das Wissen von Claude Sonnet 4.6?

Der Wissensstand (Knowledge Cutoff) von Claude Sonnet 4.6 reicht bis August 2025. Über die integrierte Websuche kann das Modell zusätzlich aktuelle Informationen abrufen.

Was ist der Vorgänger von Claude Sonnet 4.6?

Der direkte Vorgänger von Claude Sonnet 4.6 ist Claude Sonnet 4.5 (erschienen September 2025). Einen tabellarischen Vergleich der beiden Modelle findest du auf dieser Seite im Abschnitt „Vergleiche“.

Claude Sonnet 4.6

Claude Sonnet 4.6 Modell-Übersicht

Features & Modalitäten

Features & Modalitäten

Details zum Modell

API-Preise einordnen

Claude Sonnet 4.6 Benchmark Scores

Stärken

Claude Sonnet 4.6 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Agentische Aufgaben

So liest du die Übersicht

Claude Sonnet 4.6 Performance im Vergleich zu anderen KI-Modellen

So liest du die Tabelle

Ergebnisse in Benchmarks

So liest du die Charts

Benchmarks & Performance

Technologie & Daten

Technische Spezifikationen

Besonderheiten

Vorteile & Nachteile

Vorteile

Nachteile

Vergleiche Claude Sonnet 4.6 mit anderen LLMs

Claude Sonnet 4.6 ausprobieren

Provider & APIs

Häufige Fragen zu Claude Sonnet 4.6

Stärken

Claude Sonnet 4.6 Benchmark Übersicht

Wissen & Sprache

Logik & Schlussfolgerung

Programmierung

Agentische Aufgaben

So liest du die Übersicht

Claude Sonnet 4.6 Performance im Vergleich zu anderen KI-Modellen

So liest du die Tabelle

Ergebnisse in Benchmarks

So liest du die Charts