Anthropic

Claude Opus 4.6

Tipo
modelo de lenguaje
Contexto
1.000K tokens
Salida máxima
128K
Lanzado el
5 febrero 2026
Conocimientos hasta
mayo 2025
Cadena para la API
anthropic/claude-opus-4-6

Precios por proveedor

Proveedor Entrada, $ por 1M Salida, $ por 1M En nuestros datos desde
Kilo Code stealth/claude-opus-4.6 $4 $20 31 jul. 2026
Poe $4,3 $21 31 jul. 2026
NanoGPT $4,998 $25,007 31 jul. 2026
neon $5 $25 31 jul. 2026
frogbot $5 $25 31 jul. 2026
auriko $5 $25 31 jul. 2026
google-vertex-anthropic $5 $25 31 jul. 2026
freemodel $5 $25 31 jul. 2026
perplexity-agent $5 $25 31 jul. 2026
vercel_ai_gateway $5 $25 31 jul. 2026
302.AI $5 $25 31 jul. 2026
AIHubMix $5 $25 31 jul. 2026
Abacus.AI $5 $25 31 jul. 2026
Amazon Bedrock anthropic.claude-opus-4-6-v1 $5 $25 2 ago. 2026
Anthropic $5 $25 31 jul. 2026
Azure Cognitive Services $5 $25 31 jul. 2026
Cloudflare AI Gateway $5 $25 31 jul. 2026
Databricks $5 $25 31 jul. 2026
DigitalOcean Gradient AI $5 $25 1 ago. 2026
GMI Cloud $5 $25 31 jul. 2026
GitHub Copilot $5 $25 31 jul. 2026
Google Vertex AI $5 $25 31 jul. 2026
Jiekou.AI $5 $25 31 jul. 2026
Kilo Code anthropic/claude-opus-4.6 $5 $25 31 jul. 2026
LLM Gateway $5 $25 31 jul. 2026
Merge Gateway $5 $25 31 jul. 2026
Microsoft Foundry $5 $25 31 jul. 2026
NEAR AI $5 $25 31 jul. 2026
OpenCode Zen $5 $25 31 jul. 2026
OpenRouter $5 $25 31 jul. 2026
OrcaRouter $5 $25 31 jul. 2026
Pioneer $5 $25 31 jul. 2026
Requesty $5 $25 31 jul. 2026
SAP AI Core $5 $25 1 ago. 2026
Vercel $5 $25 31 jul. 2026
ZenMux $5 $25 31 jul. 2026
Amazon Bedrock eu.anthropic.claude-opus-4-6-v1 $5,5 $27,5 2 ago. 2026
Venice AI $6 $30 31 jul. 2026
Amazon Bedrock au.anthropic.claude-opus-4-6-v1 $16,5 $82,5 2 ago. 2026

Se muestra solo la tarifa base y solo precios por token. Las tarifas por lotes, reducidas o en caché, así como los precios por imagen o por segundo de vídeo, no entran en esta tabla: no se pueden poner en la misma columna que un precio por millón de tokens.

Un mismo proveedor aparece varias veces si vende este modelo con identificadores distintos y a precios distintos, por ejemplo con distinta precisión de pesos. El identificador se indica junto al nombre. Las ofertas idénticas llegadas de dos fuentes con grafías distintas se unen en una sola fila.

La fecha de la última columna es el día en que este precio entró por primera vez en nuestra recogida. El precio puede ser más antiguo: antes de ese día simplemente no lo registrábamos. Desde entonces no ha cambiado; si no, en su lugar habría una fila nueva con una fecha nueva.

Resultados de las mediciones

Conjunto de tareas Resultado Condiciones de ejecución Medido por
Arena Score, desarrollo web 1.537,93 1.532–1.544
Arena Score, preguntas expertas 1.536,69 1.528–1.545
Arena Score, programación 1.534,96 1.529–1.541
Arena Score, consultas difíciles 1.521,95 1.518–1.526
Arena Score, consultas largas 1.515,24 1.510–1.520
Arena Score en español 1.511,71 1.497–1.526
Arena Score, seguimiento de instrucciones 1.508,91 1.504–1.514
Arena Score, matemáticas 1.507,89 1.498–1.518
Arena Score, diálogo de varios turnos 1.506,79 1.500–1.513
Arena Score en inglés 1.505,8 1.501–1.510
Arena Score en ruso 1.498,93 1.491–1.507
Arena Score en francés 1.497,74 1.483–1.513
Arena Score, general 1.496,63 1.493–1.500
Arena Score, escritura creativa 1.481,69 1.475–1.489
Arena Score, comprensión de esquemas 1.339,65 1.330–1.349
Arena Score, reconocimiento de texto en imagen 1.325,11 1.319–1.332
Arena Score, trabajo con imágenes 1.312,19 1.306–1.319
Mock AIME 2024–2025 — problemas de olimpiada 94,44 % presupuesto de razonamiento: 64K · con andamiaje ajustado Epoch evaluations
ARC-AGI — generalización a patrones nuevos 94 % presupuesto de razonamiento: 120K · con andamiaje ajustado ARC Prize Leaderboard
Cybench — tareas de ciberseguridad 93 % · con andamiaje ajustado Opus 4.6 System Card autoinformado
GPQA Diamond — preguntas de nivel de posgrado 87,37 % presupuesto de razonamiento: 32K · con andamiaje ajustado Epoch evaluations
Terminal-Bench — trabajo en la línea de comandos 79,8 % · con andamiaje ajustado https://www.tbench.ai/leaderboard/terminal-bench/2.0
SWE-bench Verified — corrección de errores en repositorios 78,72 % · con andamiaje ajustado Epoch evaluations
WeirdML — tareas inusuales de aprendizaje automático 77,95 % esfuerzo: high https://htihle.github.io/weirdml.html
ARC-AGI-2 69,17 % presupuesto de razonamiento: 120K
FrontierMath, niveles 1–3 65,97 % esfuerzo: max Epoch evaluations
SimpleBench — preguntas con trampa 61,12 % SimpleBench Leaderboard
DeepResearch Bench — investigación profunda 55,31 % esfuerzo: high https://drb.futuresearch.ai/#drb autoinformado
SimpleQA Verified — exactitud factual 46,49 % esfuerzo: max Epoch evaluations
GSO-Bench — optimización de código 41,2 % esfuerzo: high GSO Leaderboard
APEX-Agents 32,4 %
Humanity’s Last Exam — preguntas de nivel experto 31,13 % esfuerzo: max
FrontierMath, nivel 4 — problemas de investigación 26,83 % esfuerzo: max Epoch evaluations
Problemas de ajedrez 12,67 % presupuesto de razonamiento: 120K Epoch evaluations
Remote Labor Index — encargos de una plataforma de freelance 4,17 %
Arena Score, tareas de agente 0,07 0–0