إطلاق Claude 3.7 Sonnet

• وصفت Anthropic نموذج Claude 3.7 Sonnet بأنه «أذكى نماذجنا حتى الآن وأول نموذج استدلال هجين في السوق»: نموذج واحد يقدم إجابات شبه فورية أو «تفكيراً ممتداً خطوة بخطوة يظهر للمستخدم»^[1][4]
• طُرح لكل خطط Claude، وهي Free وPro وTeam وEnterprise، ولمنصة Claude للمطورين وAmazon Bedrock وVertex AI من Google Cloud؛ والتفكير الممتد متاح في كل المنصات عدا الخطة المجانية^[1][4]
• أُطلق معه Claude Code، أول أداة برمجة وكيلية من Anthropic، كمعاينة بحثية محدودة تعمل من الطرفية، ووصل تكامل GitHub إلى كل خطط Claude^[1]
• يقلل الرفض غير الضروري بنسبة 45% مقارنة بسابقه، وصدر بموجب معيار ASL-2^[1][2]
• قفز رقم الإصدار من 3.5 إلى 3.7، وفي فبراير 2025 بدأ Claude 3.7 Sonnet لعب Pokémon Red مباشرة على Twitch^[3][4]

أبرز الميزات

• $3 لكل مليون رمز إدخال و$15 لكل مليون رمز إخراج في الوضعين، مع احتساب رموز التفكير^[1][4]
• يحدد مستخدمو الواجهة البرمجية ميزانية تفكير بأي حجم حتى حد الإخراج البالغ 128 ألف رمز، مقايضةً بين السرعة والتكلفة والجودة^[1]
• تعرض رسوم Anthropic البيانية نتيجة 62.3% في SWE-bench Verified (و70.3% مع هيكل مخصص) مقابل 49.0% لـ 3.5 Sonnet المطور، و81.2% (التجزئة) و58.4% (الطيران) في TAU-bench^[1]
• تقول Anthropic إنها حسّنته بدرجة أقل لمسابقات الرياضيات والبرمجة وبدرجة أكبر لمهام الأعمال الواقعية^[1]
• في الوضع العادي هو Claude 3.5 Sonnet مطور؛ وفي وضع التفكير الممتد يتأمل قبل الإجابة، ما يفيد في الرياضيات والفيزياء واتباع التعليمات والبرمجة^[1]

نتائج الاختبارات^[1]

Pass@1 بمتوسط عدة محاولات (حتى 16 لاختبارَي AIME وSWE-bench Verified)؛ وتستفيد النتيجة الثانية من حوسبة متوازية وقت الاختبار. ¹ نتائج o1 في TAU-bench نشرتها OpenAI ثم حذفتها لاحقاً؛ وقد لا تكون نتائج TAU-bench قابلة للمقارنة. ² 62.3% هي pass@1 على 500 مسألة مع أدوات bash والمحرر بالإضافة إلى «أداة تفكير»؛ أما 70.3% فتعتمد تسجيلاً داخلياً وهيكلاً مخصصاً على مجموعة فرعية مخفضة؛ ويستخدم DeepSeek R1 إطار Agentless. ³ تعتمد نتائج GPQA وAIME 2024 العالية لـ Claude 3.7 Sonnet تسجيلاً داخلياً مع حوسبة متوازية وقت الاختبار؛ أما نتائج o1 وGrok 3 فتعتمد التصويت بالأغلبية على 64 عينة.