Anthropic ilmoitti 13. maaliskuuta, että Claude Opus 4.6 ja Sonnet 4.6 tukevat nyt miljoonan tokenin konteksti-ikkunaa vakiohinnalla. Aikaisemmin yli 200 000 tokenin pyyntöihin tarvittiin erillinen beta-otsikko rajapintakutsuissa, ja pitkistä pyynnöistä perittiin tuntuva lisämaksu.
Käytännössä muutos tarkoittaa, että esimerkiksi 500 000 tokenin pyyntö Opus 4.6:lla maksaa nyt 2,50 dollaria sisääntulevina tokeneina – aiemmin sama pyyntö olisi maksanut viisi dollaria. Hintaero kuulostaa pieneltä, mutta suurissa tuotantojärjestelmissä se kertautuu nopeasti tuhansiksi dollareiksi kuukaudessa.
Hinnat vertailussa
Opus 4.6: 5 $ / miljoona syötetokenia, 25 $ / miljoona tulostetokenia. Sonnet 4.6: 3 $ ja 15 $. Aiemmin yli 200 000 tokenin pyynnöissä syötetokenien hinta oli kaksinkertainen ja tulostetokenien 1,5-kertainen.
Benchmark todistaa ikkunan toimivuuden
MRCR v2 on pitkän kontekstin hakutesti, jossa mallin pitää löytää ja yhdistää useita tietoja valtavasta tekstimassasta. Käytännössä testi simuloi tilannetta, jossa pitää löytää tietty sopimuslauseke sadoilta sivuilta ja verrata sitä toiseen kohtaan dokumentissa.
Opus 4.6 saavutti testissä 78,3 prosentin tarkkuuden miljoonan tokenin kontekstilla. Se on paras tulos kaikkien suurten kielimallien joukossa. Lyhyemmällä 256 000 tokenin ikkunalla Opus 4.6 ylsi jopa 92–93 prosenttiin, kun OpenAI:n GPT-5.2 jäi samalla kontekstipituudella 63,9 prosenttiin.
Ilmiötä, jossa mallin suorituskyky heikkenee kontekstin kasvaessa, kutsutaan kontekstin rapautumiseksi. Se on ollut pitkän kontekstin mallien pysyvä ongelma: mainostettu ikkunakoko ei kerro, paljonko siitä on oikeasti käyttökelpoista. Anthropicin mukaan Opus 4.6 edustaa laadullista hyppäystä tässä suhteessa.
Gemini tarjoaa tilaa, Claude tarkkuutta
Googlen Gemini tarjoaa edelleen alan suurimman konteksti-ikkunan, kaksi miljoonaa tokenia. Se on kaksinkertainen Clauden uuteen miljoonaan nähden. Gemini käsittelee myös natiivisti videota ja ääntä, mikä tekee siitä vahvan valinnan monimediaisiin tehtäviin.
Pelkkä ikkunan koko ei kuitenkaan kerro koko totuutta. Jos malli unohtaa ikkunan alkupään tekstiä käsittelyn edetessä, suurempi ikkuna on lähinnä markkinointiluku. MRCR v2 -tulokset viittaavat siihen, että Claude hyödyntää pienempää ikkunaansa tehokkaammin kuin monet kilpailijat omaansa.
Kokonainen koodipohja kerralla
Miljoona tokenia vastaa noin 750 000 sanaa eli karkeasti 1 500 sivua tekstiä. Yhdessä pyynnössä voi nyt analysoida kokonaisen koodipohjan, satoja sivuja sopimusdokumentteja tai laajan sähköpostiarkiston.
Erityisesti ohjelmistokehittäjille muutos on merkittävä. Claude Code, Anthropicin koodaustyökalu, hyödyntää pitkää kontekstia suoraan. Yhtiön koodaustyökalujen vuotuinen liikevaihto ylitti miljardin dollarin rajan alkuvuodesta 2026, mikä kertoo työkalun valtavasta suosiosta kehittäjien keskuudessa.
Suomessa Claude Coden käyttö on kasvanut nopeasti. Suomalaiset tekoäly-yhtiöt ja konsulttitalot rakentavat ratkaisuja, joissa pitkän kontekstin hallinta on keskeistä. Kun kokonaisen projektin koodipohja mahtuu yhteen konteksti-ikkunaan, kehittäjän ei tarvitse pilkkoa työtään osiin – malli analysoi riippuvuuksia, etsii bugeja ja ehdottaa parannuksia yhdellä kertaa.
Päivitys nosti myös mediakäsittelyn kapasiteettia: yhdessä pyynnössä voi nyt lähettää jopa 600 kuvaa tai PDF-sivua aiemman sadan sijaan.
