Claude 3.5 Sonnet

Anthropic·2 个数据来源·更新于 2026-11-10

上下文窗口200KBenchLM

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

2 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

9 项已收录成绩 · 保留原始单位和测试条件

BIG-Bench Hard厂商自报 · 越高越好
93.1%

3-shot CoT

成绩出处
DROP厂商自报 · 越高越好
87.1%

3-shot F1 Score

成绩出处
GPQA厂商自报 · 越高越好
59.4%

0-shot CoT

成绩出处
GSM8k厂商自报 · 越高越好
96.4%

0-shot CoT

成绩出处
HumanEval厂商自报 · 越高越好
92%

0-shot

成绩出处
MATH厂商自报 · 越高越好
71.1%

0-shot CoT

成绩出处
MGSM厂商自报 · 越高越好
91.6%

0-shot CoT

成绩出处
MMLU厂商自报 · 越高越好
90.4%

5-shot CoT

成绩出处
MMLU-Pro厂商自报 · 越高越好
76.1%

5-shot

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2024-06-21LLM Stats
上下文窗口
200K TokenBenchLM
许可证
ProprietaryLLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

暂无可核验的 API 报价。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

2 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsClaude 3.5 SonnetSHA-256 0239672923a40925…2026-11-10T13:58:03Z查看来源
LLM StatsClaude 3.5 SonnetSHA-256 16b79b49eae69866…2026-11-10T13:56:38Z查看来源
BenchLMClaude 3.5 Sonnet2026-11-10查看来源
继续浏览模型排行榜