Claude 3.7 Sonnetリリースには、知能・性能・料金の特性が異なる2個のモデルがあります。以下では、この2個のモデルの主要指標を比較します。
- 知能が最も高いClaude 3.7 SonnetのモデルはClaude 3.7 Sonnet (Reasoning)（18、推定）です。
| 入力モダリティ | 対応：テキスト、画像 |
|---|---|
| 出力モダリティ | 対応：テキスト |
| 知識のカットオフ | 2024/10/01 |
| コンテキストウィンドウ | 200k Arial 12ポイントのA4用紙約300ページ分 |
各指標は同じクラスのモデルと比較します。
- 非推論モデル → 他の非推論モデルとのみ比較
- 推論モデル → 推論モデルと非推論モデルの両方と比較
- オープンウェイトモデル → 同じ規模クラスの他のオープンウェイトモデルとのみ比較：
- 極小：パラメーター数≤4B
- 小：パラメーター数4B～40B
- 中：パラメーター数40B～150B
- 大：パラメーター数>150B
- 独自モデル → 入力／出力のブレンド料金を3:1として、同じ料金帯の独自モデルとオープンウェイトモデルを比較：
- 100万トークンあたり<$0.15
- 100万トークンあたり$0.15～$1
- 100万トークンあたり>$1
知能
Artificial Analysis Intelligence Index
Intelligence Index とタスクあたりのコスト
費用
Intelligence Index タスクあたりのコスト
速度と遅延
出力速度
能力スコア
能力指数
Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better
Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better
Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better
Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better
Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better
Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better
Evaluations
Knowledge
1 - hallucination rate
Reasoning & knowledge
Long context reasoning
Physics reasoning
Visual reasoning
Anthropicの他のリリース
詳細
ウェイト | プロバイダーのベンチマーク | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Claude 3.7 Sonnet (Reasoning) |  Anthropic | 18 | - | 200k | - | - | 利用不可 | - | |
| Claude 3.7 Sonnet (Non-reasoning) | Anthropic | 15 | - | 200k | $2.3 | - | 利用不可 |  |