在 Tabbit 中使用 Claude Sonnet 4.6
在 Tabbit 中使用 Claude Sonnet 4.6
精选提示词
Claude Sonnet 4.6 的清晰指令、XML 上下文与自检提示
用清晰的顺序化要求、XML 分隔上下文与示例，并要求按验收标准自检，能让 Claude Sonnet 4.6 在文档分析、代码和多步任务中更稳定地保持范围与格式。
Claude Sonnet 4.6 的 effort 与工具触发配置
Sonnet 4.6 的 effort 会同时影响文本、思考和工具调用 token；官方建议多数生产应用从 medium 起步并显式设置，避免默认 high 带来的不可预测延迟。
Claude Sonnet 4.6 的 Computer Use 工具定义与自动化闭环工作流
通过标准化的 computer20260124、bash20260124 和 texteditor20260124 工具定义，结合“观察-定位-行动-验证”闭环系统提示，使 Claude Sonnet 4.6 能够高精度执行桌面与浏览器跨应用自动化。
Claude Sonnet 4.6 的 1M 长上下文与 Context Compaction 架构配置
通过配置 Prompt Caching 缓存点与 Context Compaction 滚动压缩策略，使 Claude Sonnet 4.6 在 1M token 巨量上下文或超长轮次 Agent 任务中，既维持全局记忆与精准召回，又显著降低延迟与重算成本。
Claude Code 下 Sonnet 4.6 的多智能体协作与工程开发工作流
在大型代码仓库中，通过配置“架构规划（Planner）- 分支实现（Worker）- 独立验证（Tester）”三阶段 Subagent 工作流，让 Sonnet 4.6 在隔离上下文内并行推进模块开发，避免上下文污染与幻觉扩散。
Claude Code 用 opusplan 规划、Sonnet 4.6 执行的固定配置
把 Claude Code 设成 opusplan，规划用 Opus、落地用 Sonnet，并把 ANTHROPICDEFAULTSONNETMODEL 钉死为 claude-sonnet-4-6，才能避免 sonnet 别名在不同云平台解析成 Sonnet 5 或 4.5。
测评与真实反馈
Claude Sonnet 4.6 官方发布：编码、电脑使用与 Agent 基准
Anthropic 的发布数据把 Sonnet 4.6 定位为较低成本的 Opus 级候选：SWE-bench、OSWorld、OfficeQA、金融 Agent 和长上下文表现强，但极深推理、复杂搜索和高难重构仍建议考虑 Opus 4.6。
BenchLM 对 Claude Sonnet 4.6 的公开证据账本
BenchLM 的可展示来源账本给 Sonnet 4.6 记录 22 行 benchmark：SWE-bench Verified 79.6%、OSWorld-Verified 72.1%、Terminal-Bench 59.1%、GPQA 89.9%，同时显示不同类别强弱差异，适合做复核入口而非单一总分。
IDP Leaderboard：Sonnet 4.6 在真实文档理解上与 Opus 4.6 持平
在开放文档 AI 排行榜上，Claude Sonnet 4.6 总分 80.7，略高于 Opus 4.6 的 80.4，适合把 OCR、表格、版式和关键信息抽取从 Opus 下放到 Sonnet；归档扫描件仍要防内容审核误拦。
Artificial Analysis：Sonnet 4.6 非推理 Intelligence Index 37
Artificial Analysis 把 Claude Sonnet 4.6（Non-reasoning, High Effort）放在同类非推理模型里 Intelligence Index 37、约 46 tok/s、输入 $3 / 输出 $15 / 百万 token，并标明 1M 上下文；页面同时提示该模型已 deprecated，智能分数不再代表最新 Sonnet。
Sansa Bench：Sonnet 4.6 高推理总体 0.733，当前排第 4
Sansa Bench 当前总榜把 Claude-Sonnet-4.6 Reasoning High 记为 0.733，并列/紧随 Gemini-3.1-Pro-Preview Reasoning Low，低于 Opus 5 / 4.8 高推理；它适合看“开推理后的综合能力”，不适合直接引用 6 个月前 Reddit 帖里的旧分数。
Anthropic
在 Tabbit 中使用 Claude Sonnet 4.6
汇总 Claude Sonnet 4.6 的提示词指南、测评与社区反馈，帮助你判断适合的任务并直接开始使用。