Claude 3.5 Sonnet
AnthropicClaudeProprietary
विवरण
Claude 3.5 Sonnet is a powerful AI model with industry-leading software engineering skills. It excels in coding, planning, and problem-solving, with significant improvements in agentic coding and tool use tasks. The model includes computer use capabilities in public beta, allowing it to interact with computer interfaces like a human user.
रिलीज़ तिथि
2024-10-22
पैरामीटर
—
संदर्भ लंबाई
—
मोडैलिटीज़
image, text
क्षमता रडार
80
general
70
coding
90
reasoning
60
scienceअनुमानित
60
agents
100
multimodal
समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science का अनुमान LLM Stats विज्ञान स्कोर या तर्क से लगाया जाता है।
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| मल्टीमॉडल रैंकिंग | 30 | 60.0 | LS |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Chat
TAU-bench Retail
69.2%स्वयं
General
MMLU
90.4%स्वयं
OSWorld Extended
22.0%स्वयं
Language
MMLU-Pro
77.6%स्वयं
Math
GSM8k
96.4%स्वयं
MGSM
91.6%स्वयं
MATH
78.3%स्वयं
MathVista
67.7%स्वयं
Multimodal
MMMU
68.3%स्वयं
OSWorld Screenshot-only
14.9%स्वयं
Reasoning
HumanEvalOpenAI (2021)
93.7%स्वयं
BIG-Bench Hard
93.1%स्वयं
ChartQAMasry et al. (2022)
90.8%स्वयं
DROP
87.1%स्वयं
GPQANYU + Cohere + Anthropic (2023)
67.2%स्वयं
SWE-Bench Verified
49.0%स्वयं
TAU-bench Airline
46.0%स्वयं
Vision
DocVQADocVQA (2020)
95.2%स्वयं
AI2D
94.7%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)कोई AA मूल्यांकन डेटा उपलब्ध नहीं
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Image To Text100
Language90
Math90
Legal80
Multimodal80
Reasoning80
Finance80
General80
Healthcare80
Vision80
Chat70
Physics70
Biology70
Chemistry70
Code70
Communication60
Tool Calling60
Frontend Development50
मूल्य निर्धारण
कोई मूल्य डेटा उपलब्ध नहीं
गति
कोई गति डेटा उपलब्ध नहीं
प्रदाता मूल्य रैंकिंग
कोई प्रदाता डेटा उपलब्ध नहीं