Anthropic

Claude Sonnet 4.6

Tipo
modelo de lenguaje
Contexto
1.000K tokens
Salida máxima
64K
Lanzado el
17 febrero 2026
Conocimientos hasta
agosto 2025
Cadena para la API
anthropic/claude-sonnet-4-6

Precios por proveedor

Proveedor Entrada, $ por 1M Salida, $ por 1M En nuestros datos desde
xpersona $0,9 $5,55 31 jul. 2026
Kilo Code stealth/claude-sonnet-4.6 $2,4 $12 31 jul. 2026
Poe $2,6 $13 31 jul. 2026
NanoGPT $2,992 $14,994 31 jul. 2026
daoxe $3 $15 31 jul. 2026
neon $3 $15 31 jul. 2026
frogbot $3 $15 31 jul. 2026
auriko $3 $15 31 jul. 2026
google-vertex-anthropic $3 $15 31 jul. 2026
routing-run $3 $15 31 jul. 2026
freemodel $3 $15 31 jul. 2026
perplexity-agent $3 $15 31 jul. 2026
modelis $3 $15 2 ago. 2026
302.AI $3 $15 31 jul. 2026
AIHubMix $3 $15 31 jul. 2026
Abacus.AI $3 $15 31 jul. 2026
Amazon Bedrock anthropic.claude-sonnet-4-6 $3 $15 31 jul. 2026
Anthropic $3 $15 31 jul. 2026
Cloudflare AI Gateway $3 $15 31 jul. 2026
CrossModel $3 $15 31 jul. 2026
Databricks $3 $15 31 jul. 2026
DigitalOcean Gradient AI $3 $15 1 ago. 2026
FastRouter $3 $15 31 jul. 2026
GMI Cloud $3 $15 31 jul. 2026
GitHub Copilot $3 $15 31 jul. 2026
Google Vertex AI $3 $15 31 jul. 2026
Kilo Code anthropic/claude-sonnet-4.6 $3 $15 31 jul. 2026
LLM Gateway $3 $15 31 jul. 2026
Merge Gateway $3 $15 31 jul. 2026
Microsoft Foundry $3 $15 31 jul. 2026
NEAR AI $3 $15 31 jul. 2026
OpenCode Zen $3 $15 31 jul. 2026
OpenRouter $3 $15 31 jul. 2026
OrcaRouter $3 $15 31 jul. 2026
Pioneer $3 $15 31 jul. 2026
Requesty $3 $15 31 jul. 2026
SAP AI Core $3 $15 1 ago. 2026
Snowflake $3 $15 31 jul. 2026
Vercel $3 $15 31 jul. 2026
ZenMux $3 $15 31 jul. 2026
Amazon Bedrock au.anthropic.claude-sonnet-4-6 $3,3 $16,5 31 jul. 2026
Cortecs $3,59 $17,92 1 ago. 2026
Venice AI $3,6 $18 31 jul. 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 1.522,64 1.517–1.528
Arena Score, programación 1.502,48 1.497–1.508
Arena Score, preguntas expertas 1.501,16 1.492–1.510
Arena Score, consultas difíciles 1.484,55 1.480–1.489
Arena Score, consultas largas 1.480,85 1.475–1.486
Arena Score, seguimiento de instrucciones 1.477,49 1.472–1.483
Arena Score en inglés 1.473,19 1.468–1.478
Arena Score en francés 1.464,7 1.449–1.481
Arena Score, diálogo de varios turnos 1.463,39 1.457–1.470
Arena Score en español 1.462,54 1.447–1.478
Arena Score, matemáticas 1.461,43 1.450–1.472
Arena Score, general 1.457,32 1.454–1.461
Arena Score en ruso 1.438,4 1.430–1.447
Arena Score, escritura creativa 1.438,07 1.431–1.445
Arena Score, comprensión de esquemas 1.306,39 1.297–1.315
Arena Score, reconocimiento de texto en imagen 1.295,17 1.289–1.302
Arena Score, trabajo con imágenes 1.281,47 1.275–1.288
ARC-AGI — generalización a patrones nuevos 86,5 % esfuerzo: high · con andamiaje ajustado
Mock AIME 2024–2025 — problemas de olimpiada 85,78 % esfuerzo: high · con andamiaje ajustado Epoch evaluations
GPQA Diamond — preguntas de nivel de posgrado 83,17 % esfuerzo: high · con andamiaje ajustado Epoch evaluations
SWE-bench Verified — corrección de errores en repositorios 75,21 % · con andamiaje ajustado Epoch evaluations
OSWorld — trabajo en un sistema operativo, primera versión 72,1 % · con andamiaje ajustado OS World Website
WeirdML — tareas inusuales de aprendizaje automático 66,07 % esfuerzo: medium WeirdML Leaderboard
ARC-AGI-2 60,42 % esfuerzo: high
DeepResearch Bench — investigación profunda 54,87 % esfuerzo: high https://drb.futuresearch.ai/#drb autoinformado
Terminal-Bench — trabajo en la línea de comandos 53,4 % · con andamiaje ajustado https://www.tbench.ai/leaderboard/terminal-bench/2.0
CursorBench — ediciones en el editor 49 % esfuerzo: max https://cursor.com/cursorbench
SimpleQA Verified — exactitud factual 29 % presupuesto de razonamiento: 32K Epoch evaluations
APEX-Agents 23,7 % esfuerzo: high
OSWorld 2.0 — trabajo en un sistema operativo 9,3 % esfuerzo: medium https://osworld-v2.xlang.ai/ autoinformado
Problemas de ajedrez 8,46 % esfuerzo: high Epoch evaluations
CritPt — problemas de física 3,14 % esfuerzo: max
Arena Score, tareas de agente 0,03 0–0