Anthropic

Claude Sonnet 4.6

Type
modèle de langue
Contexte
1 000K tokens
Sortie maximale
64K
Sortie le
17 février 2026
Connaissances jusqu'à
août 2025
Chaîne pour l'API
anthropic/claude-sonnet-4-6

Prix par fournisseur

Fournisseur Entrée, $ par 1M Sortie, $ par 1M Dans nos données depuis
xpersona $0,9 $5,55 31 juil. 2026
Kilo Code stealth/claude-sonnet-4.6 $2,4 $12 31 juil. 2026
Poe $2,6 $13 31 juil. 2026
NanoGPT $2,992 $14,994 31 juil. 2026
daoxe $3 $15 31 juil. 2026
neon $3 $15 31 juil. 2026
frogbot $3 $15 31 juil. 2026
auriko $3 $15 31 juil. 2026
google-vertex-anthropic $3 $15 31 juil. 2026
routing-run $3 $15 31 juil. 2026
freemodel $3 $15 31 juil. 2026
perplexity-agent $3 $15 31 juil. 2026
modelis $3 $15 2 août 2026
302.AI $3 $15 31 juil. 2026
AIHubMix $3 $15 31 juil. 2026
Abacus.AI $3 $15 31 juil. 2026
Amazon Bedrock anthropic.claude-sonnet-4-6 $3 $15 31 juil. 2026
Anthropic $3 $15 31 juil. 2026
Cloudflare AI Gateway $3 $15 31 juil. 2026
CrossModel $3 $15 31 juil. 2026
Databricks $3 $15 31 juil. 2026
DigitalOcean Gradient AI $3 $15 1 août 2026
FastRouter $3 $15 31 juil. 2026
GMI Cloud $3 $15 31 juil. 2026
GitHub Copilot $3 $15 31 juil. 2026
Google Vertex AI $3 $15 31 juil. 2026
Kilo Code anthropic/claude-sonnet-4.6 $3 $15 31 juil. 2026
LLM Gateway $3 $15 31 juil. 2026
Merge Gateway $3 $15 31 juil. 2026
Microsoft Foundry $3 $15 31 juil. 2026
NEAR AI $3 $15 31 juil. 2026
OpenCode Zen $3 $15 31 juil. 2026
OpenRouter $3 $15 31 juil. 2026
OrcaRouter $3 $15 31 juil. 2026
Pioneer $3 $15 31 juil. 2026
Requesty $3 $15 31 juil. 2026
SAP AI Core $3 $15 1 août 2026
Snowflake $3 $15 31 juil. 2026
Vercel $3 $15 31 juil. 2026
ZenMux $3 $15 31 juil. 2026
Amazon Bedrock au.anthropic.claude-sonnet-4-6 $3,3 $16,5 31 juil. 2026
Cortecs $3,59 $17,92 1 août 2026
Venice AI $3,6 $18 31 juil. 2026

Seul le tarif de base et uniquement les prix au token sont affichés. Les tarifs par lots, réduits ou mis en cache, ainsi que les prix par image ou par seconde de vidéo, n'entrent pas dans ce tableau : ils ne peuvent pas figurer dans la même colonne qu'un prix par million de tokens.

Un même fournisseur apparaît plusieurs fois s'il vend ce modèle sous des identifiants différents et à des prix différents — par exemple à des précisions de poids différentes. L'identifiant est indiqué à côté du nom. Les offres identiques arrivées de deux sources sous des orthographes différentes sont fusionnées en une seule ligne.

La date de la dernière colonne est le jour où ce prix est entré pour la première fois dans notre collecte. Le prix peut être plus ancien : avant ce jour, nous ne l'enregistrions tout simplement pas. Il n'a pas changé depuis — sinon une nouvelle ligne avec une nouvelle date figurerait à sa place.

Résultats des mesures

Jeu de tâches Résultat Conditions d'exécution Mesuré par
Arena Score, développement web 1 522,64 1 517–1 528 — —
Arena Score, programmation 1 502,48 1 497–1 508 — —
Arena Score, questions d'expert 1 501,16 1 492–1 510 — —
Arena Score, requêtes difficiles 1 484,55 1 480–1 489 — —
Arena Score, requêtes longues 1 480,85 1 475–1 486 — —
Arena Score, respect des consignes 1 477,49 1 472–1 483 — —
Arena Score en anglais 1 473,19 1 468–1 478 — —
Arena Score en français 1 464,7 1 449–1 481 — —
Arena Score, dialogue à plusieurs tours 1 463,39 1 457–1 470 — —
Arena Score en espagnol 1 462,54 1 447–1 478 — —
Arena Score, mathématiques 1 461,43 1 450–1 472 — —
Arena Score, classement général 1 457,32 1 454–1 461 — —
Arena Score en russe 1 438,4 1 430–1 447 — —
Arena Score, écriture créative 1 438,07 1 431–1 445 — —
Arena Score, compréhension de schémas 1 306,39 1 297–1 315 — —
Arena Score, reconnaissance de texte sur image 1 295,17 1 289–1 302 — —
Arena Score, travail sur images 1 281,47 1 275–1 288 — —
ARC-AGI — généralisation à des motifs inédits 86,5 % effort : high · avec un harnais ajusté —
Mock AIME 2024–2025 — problèmes d'olympiade 85,78 % effort : high · avec un harnais ajusté Epoch evaluations
GPQA Diamond — questions de niveau doctorat 83,17 % effort : high · avec un harnais ajusté Epoch evaluations
SWE-bench Verified — correction de bugs dans des dépôts 75,21 % · avec un harnais ajusté Epoch evaluations
OSWorld — travail dans un système d'exploitation, première version 72,1 % · avec un harnais ajusté OS World Website
WeirdML — tâches d'apprentissage automatique inhabituelles 66,07 % effort : medium WeirdML Leaderboard
ARC-AGI-2 60,42 % effort : high —
DeepResearch Bench — recherche approfondie 54,87 % effort : high https://drb.futuresearch.ai/#drb auto-déclaré
Terminal-Bench — travail en ligne de commande 53,4 % · avec un harnais ajusté https://www.tbench.ai/leaderboard/terminal-bench/2.0
CursorBench — modifications dans l'éditeur 49 % effort : max https://cursor.com/cursorbench
SimpleQA Verified — exactitude factuelle 29 % budget de réflexion : 32K Epoch evaluations
APEX-Agents 23,7 % effort : high —
OSWorld 2.0 — travail dans un système d'exploitation 9,3 % effort : medium https://osworld-v2.xlang.ai/ auto-déclaré
Problèmes d'échecs 8,46 % effort : high Epoch evaluations
CritPt — problèmes de physique 3,14 % effort : max —
Arena Score, tâches d'agent 0,03 0–0 — —