Anthropic

Claude Sonnet 4.6

Tipo
modelo de linguagem
Contexto
1.000K tokens
Saída máxima
64K
Lançado em
17 fevereiro 2026
Conhecimento até
agosto 2025
String para a API
anthropic/claude-sonnet-4-6

Preços por fornecedor

Fornecedor Entrada, $ por 1M Saída, $ por 1M Nos nossos dados 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

É mostrada apenas a tarifa base e apenas preços por token. Tarifas em lote, reduzidas ou em cache, bem como preços por imagem ou por segundo de vídeo, não entram nesta tabela: não podem ficar na mesma coluna que um preço por milhão de tokens.

Um mesmo fornecedor aparece várias vezes se vende este modelo com identificadores diferentes e a preços diferentes — por exemplo, com precisão de pesos diferente. O identificador é indicado ao lado do nome. As ofertas idênticas vindas de duas fontes com grafias diferentes são reunidas numa única linha.

A data da última coluna é o dia em que este preço entrou pela primeira vez na nossa recolha. O preço pode ser mais antigo: antes desse dia simplesmente não o registávamos. Desde então não mudou — caso contrário, no seu lugar estaria uma linha nova com uma data nova.

Resultados das medições

Conjunto de tarefas Resultado Condições da execução Medido por
Arena Score, desenvolvimento web 1.522,64 1.517–1.528
Arena Score, programação 1.502,48 1.497–1.508
Arena Score, perguntas de especialista 1.501,16 1.492–1.510
Arena Score, pedidos difíceis 1.484,55 1.480–1.489
Arena Score, pedidos longos 1.480,85 1.475–1.486
Arena Score, seguimento de instruções 1.477,49 1.472–1.483
Arena Score em inglês 1.473,19 1.468–1.478
Arena Score em francês 1.464,7 1.449–1.481
Arena Score, diálogo de vários turnos 1.463,39 1.457–1.470
Arena Score em espanhol 1.462,54 1.447–1.478
Arena Score, matemática 1.461,43 1.450–1.472
Arena Score, geral 1.457,32 1.454–1.461
Arena Score em russo 1.438,4 1.430–1.447
Arena Score, escrita criativa 1.438,07 1.431–1.445
Arena Score, compreensão de esquemas 1.306,39 1.297–1.315
Arena Score, reconhecimento de texto em imagem 1.295,17 1.289–1.302
Arena Score, trabalho com imagens 1.281,47 1.275–1.288
ARC-AGI — generalização para padrões novos 86,5 % esforço: high · com estrutura ajustada
Mock AIME 2024–2025 — problemas de olimpíada 85,78 % esforço: high · com estrutura ajustada Epoch evaluations
GPQA Diamond — perguntas de nível de pós-graduação 83,17 % esforço: high · com estrutura ajustada Epoch evaluations
SWE-bench Verified — correção de erros em repositórios 75,21 % · com estrutura ajustada Epoch evaluations
OSWorld — trabalho num sistema operativo, primeira versão 72,1 % · com estrutura ajustada OS World Website
WeirdML — tarefas incomuns de aprendizagem automática 66,07 % esforço: medium WeirdML Leaderboard
ARC-AGI-2 60,42 % esforço: high
DeepResearch Bench — pesquisa aprofundada 54,87 % esforço: high https://drb.futuresearch.ai/#drb autorrelatado
Terminal-Bench — trabalho na linha de comandos 53,4 % · com estrutura ajustada https://www.tbench.ai/leaderboard/terminal-bench/2.0
CursorBench — edições no editor 49 % esforço: max https://cursor.com/cursorbench
SimpleQA Verified — exatidão factual 29 % orçamento de raciocínio: 32K Epoch evaluations
APEX-Agents 23,7 % esforço: high
OSWorld 2.0 — trabalho num sistema operativo 9,3 % esforço: medium https://osworld-v2.xlang.ai/ autorrelatado
Problemas de xadrez 8,46 % esforço: high Epoch evaluations
CritPt — problemas de física 3,14 % esforço: max
Arena Score, tarefas de agente 0,03 0–0