Anthropic、Sonnet 4.6をリリース——100万トークン対応と、人間知能ベンチマークで60.4%を記録
Anthropicが中型モデル「Sonnet」の新バージョンを発表した。同社の4ヶ月更新サイクルに沿った今回のリリースでは、コーディング能力、指示追従性、コンピューター操作(computer use)の各分野で改善が施されている。Sonnet 4.6は、無料プランおよびProプランのデフォルトモデルとなる。
1. コンテキストウィンドウが2倍に——100万トークンの実用性
1-1. 従来比2倍のコンテキスト処理能力
Sonnet 4.6のベータ版では、コンテキストウィンドウが100万トークンに拡大された。これはSonnetシリーズで従来利用可能だった最大ウィンドウの2倍にあたる。
Anthropicは、新しいウィンドウサイズについて、「コードベース全体、長大な契約書、あるいは数十本の研究論文を単一のリクエストで処理できる容量」と説明している。これにより、大規模なドキュメント解析やマルチファイル参照を伴う作業が、従来よりも効率的に実行できるようになる。
1-2. 4ヶ月サイクルでの継続的進化
今回のリリースは、Anthropicが採用している4ヶ月更新サイクルに沿ったものだ。わずか2週間前にはOpus 4.6がローンチされており、今後数週間以内にHaikuモデルのアップデート版も登場する見込みだ。
この更新頻度は、主要なAIモデル提供企業の中でも比較的速いペースを維持しており、継続的な性能改善が期待できる体制が整っていることを示している。
2. ベンチマークで記録更新——特にARC-AGI-2で60.4%
2-1. コンピューター操作とソフトウェアエンジニアリングで強み
Sonnet 4.6のリリースに伴い、複数のベンチマークで記録的なスコアが報告されている。
OS World(コンピューター操作能力を測定)とSWE-Bench(ソフトウェアエンジニアリング能力を測定)では、それぞれ新たな最高スコアを記録した。これらは、AIがOSレベルでのタスク実行や、実際のソフトウェア開発における課題解決をどれだけ効率的に行えるかを評価する指標だ。
2-2. ARC-AGI-2で60.4%——人間知能特有のスキルを測定
最も注目すべきは、ARC-AGI-2での60.4%というスコアだ。このベンチマークは「人間の知能に特有のスキル」を測定することを目的として設計されている。
Sonnet 4.6のスコアは、同等クラスのほとんどのモデルを上回る結果となった。ただし、Opus 4.6、Gemini 3 Deep Think、そして、GPT 5.2の洗練版の一部には及ばなかった。
おわりに——無料・Proユーザーの標準モデルとして展開
Sonnet 4.6は、無料プランとProプランのデフォルトモデルとして提供される。これにより、幅広いユーザー層が最新の性能改善とコンテキスト拡張の恩恵を受けられる。
100万トークンという大容量コンテキストと、主要ベンチマークでの記録更新——特に人間知能特有のスキル測定で60%台を記録したことは、AIモデルが単なるパターン認識を超えて、より高度な推論や問題解決能力を獲得しつつあることを示唆している。
今後数週間以内にHaikuのアップデート版も予定されており、Anthropicの4ヶ月更新サイクルは継続的な進化の軌道上にあると言える。
