Artificial Analysis：Sonnet 4.6 非推理 Intelligence Index 37

一句话结论

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。

测试环境

• 展示配置：Claude Sonnet 4.6，Non-reasoning，Effort high。

• 指数版本：Artificial Analysis Intelligence Index v4.1.1，含 GDPval-AA v2、τ³-Banking、Terminal-Bench v2.1、SciCode、Humanity's Last Exam、GPQA Diamond、CritPt、AA-Omniscience、AA-LCR。

• 比较池：页面写明非推理模型只与其他非推理模型比；定价带与同类 >$1/1M blended 的专有模型比较。

• 维护状态：This model is deprecated. 只继续默认 10k 输入 token 负载的性能基准，其他负载结果为历史值。建议考虑 Claude Sonnet 5 (Non-reasoning)。

输入/配置

页面展示的是非推理 + high effort 变体，不是 reasoning 变体。输入模态 text+image，输出 text，上下文 1M。具体逐项评测的 prompt 与 harness 见 AA 的 Intelligence Index methodology，不在该模型页全文展开。

结果数据

采集时模型摘要：

同页 Intelligence 对照条（节选，越高越好）：Claude Opus 5 (max) 63、Claude Fable 5 62、GPT-5.6 Sol (max) 61、…、Claude Sonnet 4.6 (Non-reasoning) 37。速度对照里 Sonnet 4.6 为 46 tok/s，低于多数列出的对照模型。

页面文案：在智能上属于领先非推理模型之一，但相对同价位非推理模型偏贵；支持 text/image 输入。

结论

用 AA 的口径，Sonnet 4.6 非推理高 effort 仍明显强于该类中位数，但已经不是 2026-08 的智能前沿，速度也偏慢。适合作为“已知单价、1M 窗口、非推理”的生产对照，不适合再当最新 Sonnet 的代理。需要 reasoning 变体分数时，必须打开 AA 的 reasoning 页面，不能用本页 37 分代替。

局限

• 页面明确 deprecated，部分工作负载不再更新。

• 本页是 Non-reasoning High Effort，与官方默认 effort、以及开启 thinking 的结果都不可混用。

• Cost per task 与 verbosity 为 N/A，不能从本页推断单位任务美元。

• Intelligence Index 是 9 项合成，不能还原成 SWE 或 OSWorld。

复现步骤

1. 固定 AA 的 v4.1.1 方法，明确要跑 non-reasoning 还是 reasoning。

2. 设置 claude-sonnet-4-6 且 effort=high，关闭 reasoning。

3. 分别记录 Index 分项、tok/s、延迟和 $3/$15 实际账单。

4. 与 Sonnet 5 非推理对照时使用 AA 当前仍更新的页面，而不是本 deprecated 页的历史负载。