Claude一夜拆掉AI编程天花板！百万token上下文登场，吞下整个代码库

最近几天，开发者圈接连出现炸弹。

今天凌晨，有开发者在X上发帖说Codex桌面版太猛了，自己彻底弃用了十多年的老编辑器。

Brockman秒回：「是的，我也是。」

谁能想到，就在同一天，Anthropic来了一发更大的：

Claude Opus 4.6和Sonnet 4.6的百万token上下文窗口，正式全面上线。

没有beta标签，没有长文本溢价，没有速率限制歧视。

90万token的请求和9000 token的请求，每个token价格一模一样。

一边是OpenAI总裁亲手埋葬旧时代的编辑器，一边是Anthropic把AI的「工作记忆」一口气撑到100万token。

AI编程的军备竞赛，刚刚换上了全新的弹药。

是的，Anthropic又双叒上新了，速度简直快到让人反应不过来。

你能相信，自从2026以来，Anthropic的发布是这个节奏吗？

下面这张梗图，简直太形象了。

Claude获得100万token的上下文窗口，意味着什么？

从此，它可以一次性理解庞大的代码库，处理海量研究论文和数据集，推理冗长的对话和文件，保留更多上下文信息，同时避免遗漏。

同时，它还可以管理Vibecoding的整个项目，还能更快地解决漏洞和错误。

一句话总结就是，Claude凭借一己之力，撑起了整个经济体！

这次更新，到底炸在哪？

先说一个直觉。

100万token，大约相当于750万个英文单词，或者一整套《哈利·波特》系列的7倍。

但对于开发者来说，这个数字的含义要具体得多。

它意味着你可以把一整个代码库、数千页的合同文件、或者一个长时间运行的AI智能体的完整执行轨迹（包括所有的工具调用、观察结果和中间推理过程），一股脑塞给Claude，然后直接开始工作。

不需要分块，不需要摘要，不需要费尽心机地管理上下文窗口。

过去，Claude只有20万token的上下文窗口。开发者不得不手动挑文件、做有损摘要、不断清理对话历史。

如今，Anthropic用百万级的上下文窗口把这扇门彻底拆掉了。

但窗口撑大只是第一步。

真正的问题是：塞进去100万token，模型还能记住里面的细节吗？

因为，很多模型虽然宣称支持超长上下文，但在实际推理中会出现一个问题——信息遗忘。

也就是说，虽然模型「看到了」内容，但无法在推理时正确检索。

Anthropic在进行了一番测试后发现，答案是，能！

在专门考验超长文本「大海捞针」能力的MRCR v2测试中，Opus 4.6拿到了78.3%的高分，同等上下文长度的前沿大模型中排名第一。

这意味着模型可以在海量上下文中找到关键细节，正确关联信息，从而进行复杂推理。

作为对比，上一代的Sonnet 4.5在同一个测试中只拿到了18.5%。

定价也是杀手锏

这一次Anthropic在定价上打出了一张极其凶狠的牌：统一价格，零溢价。

在最新公告中，Anthropic宣布：Claude Opus 4.6与Sonnet 4.6现在都支持完整的1M token 上下文窗口，并且不再收取长上下文溢价，完整速率限制可用，而且无需Beta Header。

Opus 4.6每百万token输入5美元、输出25美元，Sonnet 4.6输入3美元、输出15美元，全窗口一口价。

此前beta阶段，超过20万token的请求输入价格翻倍、输出乘以1.5倍，很多团队因此只能偶尔尝鲜。

现在这个门槛彻底没了，长上下文从奢侈品变成了标配。

横向对比来看：

• Google的Gemini 2.5 Pro同样支持百万token窗口，但超过20万token仍需支付溢价。
• OpenAI的GPT-4.1提供百万token统一定价，但最强的GPT-5.4上下文窗口上限只有25.6万token。
• 而Claude是现在唯一一个旗舰级模型全线都提供百万token统一定价的模型家族。

除了价格，这次GA还带来了一系列实打实的体验升级。

输入能力大幅提升：600张图片或PDF

除了文本长度，Claude这次还扩展了多模态输入能力。

单次请求最多支持600张图片或600页PDF。相比之前的100个媒体文件，直接提升了6倍。

这意味着一整套设计系统的截图、一份长达数百页的合同扫描件，都可以一次性塞进去。

而且，这项功能已在Claude原生平台、微软Azure Foundry和谷歌云Vertex AI同步上线。

这就意味着企业用户可以直接在云平台上调用。

与此同时，计费与速率全量打通。

过去beta阶段，长上下文请求有时会遭遇更低的速率限制，现在这个歧视没了。不管请求多长，标准账户的吞吐量额度在整个百万窗口内完全适用。

开发者体验，也被简化了

还有一个很受开发者欢迎的大更新，就是超过20万token的请求自动生效，不再需要添加beta请求头。

过去使用百万上下文，需要额外配置：

anthropic-beta: 1m-context

现在，这一过程已经被取消，超过200K tokens的请求，会自动启用长上下文能力。

如果代码里仍然保留旧的 Beta Header，系统会自动忽略，不需要修改代码。

这一点看似小改动，但对于开发者来说非常重要。

因为它意味着，百万上下文已经从「实验功能」变成默认能力！

长对话终于不再被压缩

对Claude Code用户来说，变化更直接：

百万上下文现在已内置于Max、Team和Enterprise版本的Opus 4.6中，会话会自动调用完整窗口，不再消耗额外额度。

更关键的是，这大幅减少了上下文的强制压缩次数。

过去用户一加载大型PDF、数据集或图片，系统就不得不压缩上下文，丢掉的恰恰是最重要的工作内容。

如今，Anthropic已将上下文压缩事件减少了15%。

AI编程大战，正在进入白刃战

Claude百万上下文的正式上线，不是孤立事件。它发生在AI编程赛道竞争最白热化的时刻。

就在几天前，WIRED杂志发了一篇重磅长文，标题直接捅破窗户纸：《揭秘OpenAI追赶Claude Code之路》。

没看错，在AI编程这条万亿美元赛道上，OpenAI是追赶者。

故事充满戏剧性。

OpenAI早在2021年就有了Codex项目，Brockman当时就说「你拥有了一个可以执行命令的系统」。

但ChatGPT在2022年底横空出世，两个月狂揽1亿用户，所有资源被抽调，Codex团队直接拆散。

此后整整几年，OpenAI没有专门的团队做AI编程产品。

相比之下，Anthropic则一头扎进了编程赛道。

结果呢？

Claude Code年化收入超过25亿美元，Codex到2026年1月底刚过10亿美元。

2025年9月Codex的使用量只有Claude Code的5%，到2026年1月飙到40%。

追赶速度惊人，但差距依然巨大。

OpenAI中间还试图以30亿美元收购AI编程初创公司Windsurf来弯道超车，结果微软横插一杠想要知识产权，交易冻结数月后告吹。

Google趁机挖走Windsurf创始人，剩余团队被Cognition收编。

Altman的回应倒是坦然：「你不可能掌控每一笔交易。」

当程序员不再写代码

更狠的变化，正在每一个开发者的工位上发生。

WIRED记者在OpenAI总部旁观了一场Codex黑客松。

100号工程师，四个小时，全部用Codex搓Demo。搁以前得花几天甚至几周的项目，一下午齐活。

而百万上下文窗口，会把这一切推向更极端的地步。

首批用户的反馈已经很说明问题。

Cognition的创始工程师Adhyyan Sekhsaria说得很直白：

大型代码差异以前根本塞不进20万token的窗口，智能体不得不分块处理，导致跨文件的依赖关系丢失。

而百万级的上下文让他们可以一次性喂入完整的diff，用更简单的架构获得了更高质量的代码审查。

企业支出管理平台Ramp的工程师Anton Biryukov描述了一个更有画面感的痛点：

Claude Code在搜索Datadog、数据库和源代码时，一口气能烧掉10万多个token，然后上下文压缩一启动，细节就没了。

相当于，你是在原地打转地debug。

而有了百万上下文之后，搜索、聚合边界条件、提出修复方案，在一个窗口里就能全部完成。

法务协作平台GC AI的CTO Bardia Pourvakil的说法更直观：

企业内部律师终于可以把五轮谈判的100页合伙协议全部塞进一个会话，看到完整的谈判弧线，不用再在不同版本之间来回切换。

最反直觉的发现来自数据分析平台Hex，他们把Opus的上下文窗口从20万提升到50万之后，智能体不仅没有消耗更多token，反而整体用量更少了。

更大的视野带来了更高的效率，AI不再需要反复搜索和重建上下文，一次看全，一次搞定。

开发者的角色，正在被重新定义

Brockman的感悟，让我们深刻理解这场变革的含义。

他说，不再需要亲手写代码「让人无比自由，大脑终于卸下了一堆不必要细节的重担」。

但话锋一转，当你变成「这支由几十万个智能体组成的庞大舰队的CEO」时，「你就不再像以前那样，扎在泥里去弄清楚每个具体问题到底是怎么被解决的了。」

这种感觉，就像是「正在失去对解决问题最敏锐的那种脉搏感知」。

市场已经用真金白银投了票。

《华尔街日报》把上个月1万亿美元的科技股大跌归因于Claude Code。

Anthropic宣布能翻新IBM大型机上的COBOL遗留系统后，IBM股价迎来25年来最黑暗的一天。

如今，当AI的记忆不再有天花板，开发者的工作方式就被彻底改写。

你猜，下一个要被Anthropic颠覆的领域，是哪一个？

参考资料：

https://x.com/gdb/status/2032514978599600295

https://claude.com/blog/1m-context-ga

https://www.wired.com/story/openai-codex-race-claude-code/

文章来自于微信公众号 “新智元”，作者 “新智元”