SWE-bench 80.2% 달성 및 1M Context 확장으로 진화한 Sonnet 4.6

Context

Sonnet 4.5의 우수한 코딩 성능에도 불구하고 장기 세션에서의 일관성 유지와 대규모 코드베이스 처리 능력에 한계 존재. 특히 Computer Use 및 복잡한 문서 추론 영역에서 실무 수준의 정밀도 확보가 필요했던 상황.

Technical Solution

• 1M Token Context Window 베타 도입을 통한 전체 코드베이스 및 대규모 연구 문서의 단일 요청 처리 구조 구현
• 컨텍스트 읽기 프로세스 고도화를 통한 코드 수정 전 사전 분석 단계 강화 및 중복 로직 제거 설계
• Prompt Injection 저항성 강화를 통한 Agentic Workflow의 보안 안정성 확보
• OfficeQA 벤치마크 기반 Opus 4.6 수준의 엔터프라이즈 문서 추론 로직 통합
• 시각적 출력 레이아웃 및 애니메이션 제어 능력 개선으로 Frontend 생성 품질 최적화

Impact

• SWE-bench Verified 점수 77.2%에서 80.2%로 상승
• 내부 코드 편집 벤치마크 에러율 9%에서 0%로 감소
• 플래닝 성능 18% 및 End-to-End 평가 점수 12% 향상
• OSWorld 벤치마크 61.4% 기반의 Computer Use 성능 고도화

Key Takeaway

동일한 API 비용 구조 내에서 Context Window 확장과 추론 정밀도 향상을 통해 단순 채팅 모델에서 자율적 Agent 시스템으로의 아키텍처 전환 가능성 확인