Claude 3.5 vs 4.6 — 完整基准对比与迁移指南
Claude 4.6 vs 3.5: SWE-bench 77.2% vs 49%、GPQA 84.5% vs 65%、HumanEval 96.4% vs 92%。一行代码迁移。
基准对比
| 基准 | Sonnet 3.5 | Sonnet 4.6 | Opus 4.7 |
|---|---|---|---|
| SWE-bench (代码) | 49.0% | 77.2% | 82.0% |
| GPQA (科学推理) | 65.0% | 84.5% | 87.7% |
| HumanEval (代码生成) | 92.0% | 96.4% | 97.5% |
| MATH | 71.1% | 86.5% | 91.0% |
| MMLU | 88.7% | 91.2% | 93.4% |
迁移指南
只需替换模型 ID：
# 旧 model = "claude-3-5-sonnet-20241022" # 新 model = "claude-sonnet-4.6"
价格 1:1 对齐，能力大幅提升。新项目建议直接用 4.6，老项目可灰度切换。
新模型 ID
claude-opus-4.7— 旗舰模型claude-sonnet-4.6— 推荐默认claude-haiku-4.5— 最快最便宜