Claude Certification Guide

Claude Sonnet 4.6: Điều gì mới cho các kiến trúc sư

24 tháng 3, 2026 · 7 phút đọc

Anthropic đã phát hành Claude Sonnet 4.6 vào đầu năm 2026. Đây hiện là mô hình được khuyến nghị cho hầu hết các workload sản xuất — nhanh hơn Opus, mạnh hơn Sonnet đời trước, và đi kèm một loạt cải tiến kiến trúc quan trọng nếu bạn đang xây dựng hệ thống trên Claude API.

Lưu ý: Kỳ thi chứng chỉ kiểm tra các mẫu kiến trúc và cách sử dụng API, không kiểm tra chi tiết riêng của từng mô hình. Các bản cập nhật mô hình như Sonnet 4.6 không thay đổi các khái niệm được kiểm tra — nhưng hiểu khả năng của mô hình giúp bạn đưa ra quyết định kiến trúc tốt hơn.

Adaptive reasoning

Tính năng nổi bật nhất là adaptive reasoning — mô hình tự động phân bổ token suy luận dựa trên độ phức tạp của tác vụ. Các mô hình trước đây dùng extended thinking với một tham số budget_tokens cố định. Bạn đặt một mức trần và mô hình sẽ dùng đến mức đó bất kể vấn đề có thực sự cần hay không.

Với adaptive reasoning, mô hình tự động điều chỉnh mức độ suy luận. Một tác vụ phân loại đơn giản có thể chỉ dùng rất ít token suy luận, trong khi một tác vụ sinh code nhiều bước sẽ kích hoạt phân tích sâu hơn. Kết quả thực tế: bạn chỉ trả tiền cho lượng suy luận thực sự cần dùng.

Về mặt API, bạn vẫn truyền budget_tokens như một mức tối đa, nhưng giờ đây mô hình xem nó như một mức trần chứ không phải một mục tiêu cần đạt:

pythonCopy

response = client.messages.create(
    model="claude-sonnet-4-6-20250514",
    max_tokens=8096,
    thinking={
        "type": "enabled",
        "budget_tokens": 5000  # ceiling, not target
    },
    messages=[{"role": "user", "content": "Classify this support ticket: ..."}]
)

Với một tác vụ phân loại đơn giản, mô hình có thể chỉ dùng 200 token suy luận. Với một đánh giá kiến trúc phức tạp, nó có thể dùng hết cả 5.000. Bạn có cùng một interface nhưng hiệu quả chi phí tốt hơn.

Bản beta cửa sổ ngữ cảnh 1M

Sonnet 4.6 hỗ trợ cửa sổ ngữ cảnh 1 triệu token ở dạng beta. Ngữ cảnh chuẩn vẫn là 200K, nhưng bạn có thể chọn dùng cửa sổ mở rộng cho các workload cần đến nó — phân tích codebase lớn, xử lý tài liệu dài, hoặc điều phối multi-agent nơi ngữ cảnh tích lũy nhanh chóng.

Điều này không thay đổi cách bạn thiết kế quản lý ngữ cảnh. Các nguyên tắc nền tảng vẫn áp dụng: cắt gọn kết quả tool, dùng persistent case facts cho dữ liệu quan trọng, và đặt các phát hiện then chốt ở đầu các đầu vào tổng hợp để tránh hiệu ứng lost-in-the-middle. Một cửa sổ lớn hơn cho bạn nhiều không gian hơn, nhưng không loại bỏ nhu cầu quản lý ngân sách ngữ cảnh có kỷ luật.

Nếu có gì thay đổi, cửa sổ 1M càng khiến kỹ năng quản lý ngữ cảnh trở nên quan trọng hơn. Nhiều không gian hơn đồng nghĩa với nhiều cám dỗ hơn để đổ mọi thứ vào ngữ cảnh mà không cắt gọn. Chi phí xử lý 800K token dữ liệu phần lớn không liên quan là có thật, cả về độ trễ lẫn chi phí.

Hiệu năng agentic search được cải thiện

Sonnet 4.6 thể hiện hiệu năng đo lường được tốt hơn trên các tác vụ agentic search — các luồng công việc mà mô hình cần lập chiến lược tìm kiếm, thực thi nhiều lệnh gọi tool, tổng hợp kết quả, và quyết định có nên tìm kiếm tiếp hay trả về câu trả lời.

Điều này quan trọng đối với các kiến trúc dùng Claude như một research agent hoặc bộ điều phối retrieval-augmented generation (RAG). Mô hình giỏi hơn ở:

  • Quyết định khi nào đã có đủ thông tin để dừng tìm kiếm
  • Xây dựng các truy vấn có mục tiêu thay vì tìm kiếm dàn trải
  • Đối chiếu chéo kết quả từ nhiều nguồn trước khi trả lời

Đối với các kiến trúc sư, điều rút ra là Sonnet 4.6 là lựa chọn mặc định mạnh hơn cho các agent loop có sử dụng tool lặp đi lặp lại. Bạn có thể thấy rằng logic retry và các mẫu buộc tìm kiếm lại mà bạn từng xây cho các mô hình cũ nay không còn cần thiết nữa.

Tiêu thụ ít token hơn

Trên các benchmark, Sonnet 4.6 cho ra chất lượng đầu ra tương đương hoặc tốt hơn trong khi tiêu thụ ít token hơn. Đây là một cải tiến hiệu quả ở cấp độ mô hình — cùng một prompt cho ra một phản hồi gọn gàng hơn. Đối với các workload sản xuất khối lượng lớn, điều này chuyển trực tiếp thành chi phí API thấp hơn.

Kết hợp với adaptive reasoning, mức tiết kiệm token cộng dồn lại. Bạn tốn ít hơn cho suy luận và ít hơn cho đầu ra. Nếu bạn đang tính toán chi phí cho một triển khai sản xuất, hãy benchmark trực tiếp với Sonnet 4.6 thay vì suy diễn từ mức giá của các mô hình cũ.

Ngừng hỗ trợ Claude Haiku 3

Anthropic đã thông báo rằng Claude Haiku 3 sẽ ngừng được hỗ trợ vào ngày 19 tháng 4 năm 2026. Nếu bạn đang chạy workload sản xuất trên Haiku 3, bạn cần chuyển đổi trước thời hạn đó.

Lộ trình chuyển đổi phụ thuộc vào trường hợp sử dụng của bạn:

  • Phân loại và định tuyến nhạy cảm với độ trễ: Chuyển sang Claude Haiku 4 (thế hệ Haiku hiện tại). Nó nhanh hơn và chính xác hơn trên các tác vụ có cấu trúc.
  • Workload đa dụng trước đây chạy trên Haiku 3: Cân nhắc xem liệu Sonnet 4.6 với adaptive reasoning có phù hợp hơn không. Với các tác vụ cần tốc độ của Haiku 3 nhưng gặp hạn chế về độ chính xác của nó, khả năng phân bổ suy luận động của Sonnet 4.6 có thể cho kết quả tốt hơn với chi phí tương đương cho các tác vụ đơn giản.

Cập nhật chuỗi model string trong các lệnh gọi API, kiểm thử kỹ lưỡng, và triển khai trước hạn chót. Sau ngày 19 tháng 4, các lệnh gọi API tới Haiku 3 sẽ trả về lỗi.

pythonCopy

# Before: Haiku 3
response = client.messages.create(
    model="claude-3-haiku-20240307",  # deprecated 19 April 2026
    ...
)
 
# After: Haiku 4 (for speed) or Sonnet 4.6 (for capability)
response = client.messages.create(
    model="claude-haiku-4-20250514",  # speed-optimised
    ...
)

Lựa chọn mô hình trong hệ thống multi-agent

Adaptive reasoning của Sonnet 4.6 mở ra một mẫu gọn gàng hơn cho kiến trúc multi-agent. Thay vì dùng các mô hình khác nhau cho từng vai trò agent (Haiku cho định tuyến, Sonnet cho phân tích, Opus cho tổng hợp), bạn có thể chuẩn hóa trên Sonnet 4.6 và để adaptive reasoning tự xử lý việc điều chỉnh theo độ phức tạp.

Một routing agent chỉ phân loại ý định người dùng dùng rất ít token suy luận. Một analysis agent xử lý một vấn đề phức tạp dùng nhiều hơn. Cùng một mô hình, các hồ sơ tính toán khác nhau, một triển khai duy nhất cần quản lý.

Điều này không phải lúc nào cũng là lựa chọn đúng — Opus vẫn vượt trội hơn ở các tác vụ đòi hỏi cao nhất, và Haiku 4 rẻ hơn cho tốc độ thuần túy — nhưng nó đơn giản hóa kiến trúc của bạn khi phân bố workload rộng.

Điều này có ý nghĩa gì cho kỳ thi

Kỳ thi không kiểm tra số phiên bản mô hình hay các tính năng riêng của từng bản phát hành. Nó kiểm tra xem bạn có hiểu cách chọn mô hình cho các vai trò khác nhau trong một hệ thống, cách quản lý ngữ cảnh hiệu quả, và cách thiết kế kiến trúc agent xử lý việc dùng tool một cách đáng tin cậy hay không.

Dù vậy, adaptive reasoning củng cố một khái niệm cốt lõi của kỳ thi: điều chỉnh đúng mức tính toán cho từng tác vụ trong một pipeline multi-agent. Kỳ thi kiểm tra điều này trong Domain 1 — Agentic Architecture, cụ thể là xoay quanh các mẫu orchestrator-worker và chiến lược lựa chọn mô hình. Quản lý cửa sổ ngữ cảnh — bất kể kích thước cửa sổ — được đề cập trong Domain 5 — Context Management.