BESTÄTIGTTerminsicherheit: BESTÄTIGTAls fest angegebenWie fest die Quelle den Termin formuliert: bestätigt, geplant, geschätzt, verschoben oder unbestätigt.Alle Pins mit BESTÄTIGT anzeigen85 % SICHERHEITGesamtvertrauen: 85%Wie gut die Quelle und die Belege des Pins seine Termine stützen.Gewichteter Durchschnitt, wie fest 4 Belege einschließlich der Quelle die Start- und Endzeiten des Pins stützen; ein Beleg zählt für je 180 Tage, die er älter ist als der neueste, nur halb so vielAlle Pins mit mindestens 75 % Sicherheit anzeigen
Der Beitrag ist auf „Feb 24, 2025“ datiert: „Heute kündigen wir Claude 3.7 Sonnet an“, und es sei „jetzt auf allen Claude-Plänen verfügbar“; TechCrunch[4] schreibt, es werde „am Montag“ (24. Februar) „für alle Nutzer und Entwickler ausgerollt“.- Beginn
- 24. Feb. 202590 % SICHERHEITQuelle
Claude 3.7 Sonnet veröffentlicht
Automatisch aus dem Original übersetzt
Originaltitel: Claude 3.7 Sonnet Released
Anthropic veröffentlicht Claude 3.7 Sonnet, das erste hybride Reasoning-Modell, das sofort antwortet oder so lange Schritt für Schritt nachdenkt, wie der Nutzer erlaubt, und bringt zugleich den Terminal-Agenten Claude Code heraus.
- Anthropic bezeichnete Claude 3.7 Sonnet als „unser bisher intelligentestes Modell und das erste hybride Reasoning-Modell auf dem Markt“: ein Modell, das nahezu sofortige Antworten liefert oder „erweitertes, schrittweises Denken, das dem Nutzer sichtbar gemacht wird“[1][4]
- Es ging an jeden Claude-Plan – Free, Pro, Team und Enterprise – sowie an die Claude Developer Platform, Amazon Bedrock und Google Clouds Vertex AI; erweitertes Denken ist auf jeder Oberfläche außer der kostenlosen Stufe verfügbar[1][4]
- Claude Code, Anthropics erstes agentisches Programmiertool, erschien zugleich als begrenzte Forschungsvorschau, die vom Terminal aus arbeitet, und die GitHub-Integration kam zu jedem Claude-Plan[1]
- Es senkt unnötige Ablehnungen gegenüber seinem Vorgänger um 45 % und wurde unter dem ASL-2-Standard veröffentlicht[1][2]
- Die Versionsnummer sprang von 3.5 auf 3.7, und im Februar 2025 begann Claude 3.7 Sonnet, live auf Twitch Pokémon Rot zu spielen[3][4]
Bemerkenswerte Merkmale
- 3 $ pro Million Eingabetokens und 15 $ pro Million Ausgabetokens in beiden Modi, Denk-Tokens eingeschlossen[1][4]
- API-Nutzer legen ein Denkbudget beliebiger Größe bis zur Ausgabegrenze von 128.000 Tokens fest und tauschen so Geschwindigkeit und Kosten gegen Qualität[1]
- Anthropics Diagramme zeigen 62,3 % bei SWE-bench Verified (70,3 % mit einem angepassten Scaffold) gegenüber 49,0 % beim aktualisierten 3.5 Sonnet, sowie 81,2 % (Einzelhandel) und 58,4 % (Fluggesellschaft) bei TAU-bench[1]
- Anthropic erklärt, weniger für Mathematik- und Programmierwettbewerbe und mehr für reale Geschäftsaufgaben optimiert zu haben[1]
- Im Standardmodus ist es ein aktualisiertes Claude 3.5 Sonnet; im Modus des erweiterten Denkens reflektiert es, bevor es antwortet, was Mathematik, Physik, dem Befolgen von Anweisungen und Programmierung hilft[1]
Benchmarks[1]
| Benchmark | Claude 3.7 Sonnet (64K erweitertes Denken) | Claude 3.7 Sonnet (ohne erweitertes Denken) | Claude 3.5 Sonnet (neu) | OpenAI o1¹ | OpenAI o3-mini¹ (high) | DeepSeek R1 (32K erweitertes Denken) | Grok 3 Beta (erweitertes Denken) |
|---|---|---|---|---|---|---|---|
| Schlussfolgern auf Graduiertenniveau (GPQA Diamond)³ | 78,2 % / 84,8 % | 68,0 % | 65,0 % | 75,7 % / 78,0 % | 79,7 % | 71,5 % | 80,2 % / 84,6 % |
| Agentische Programmierung (SWE-bench Verified)² | — | 62,3 % / 70,3 % | 49,0 % | 48,9 % | 49,3 % | 49,2 % | — |
| Agentische Tool-Nutzung (TAU-bench), Einzelhandel | — | 81,2 % | 71,5 % | 73,5 % | — | — | — |
| Agentische Tool-Nutzung (TAU-bench), Fluggesellschaft | — | 58,4 % | 48,8 % | 54,2 % | — | — | — |
| Mehrsprachige Fragen und Antworten (MMMLU) | 86,1 % | 83,2 % | 82,1 % | 87,7 % | 79,5 % | — | — |
| Visuelles Schlussfolgern (MMMU, Validierung) | 75 % | 71,8 % | 70,4 % | 78,2 % | — | — | 76,0 % / 78,0 % |
| Befolgen von Anweisungen (IFEval) | 93,2 % | 90,8 % | 90,2 % | — | — | 83,3 % | — |
| Mathematisches Problemlösen (MATH 500) | 96,2 % | 82,2 % | 78,0 % | 96,4 % | 97,9 % | 97,3 % | — |
| Mathematikwettbewerb auf Highschool-Niveau (AIME 2024)³ | 61,3 % / 80,0 % | 23,3 % | 16,0 % | 79,2 % / 83,3 % | 87,3 % | 79,8 % | 83,9 % / 93,3 % |
Pass@1, gemittelt über mehrere Durchläufe (bis zu 16 bei AIME und SWE-bench Verified); ein zweiter Wert profitiert von paralleler Test-Time-Compute. ¹ Die TAU-bench-Ergebnisse von o1 wurden von OpenAI gemeldet und später gelöscht; die TAU-bench-Ergebnisse sind möglicherweise nicht vergleichbar. ² 62,3 % ist pass@1 bei 500 Aufgaben mit Bash-/Editor-Tools plus einem „Denk-Tool“; 70,3 % nutzt interne Bewertung und ein angepasstes Scaffold auf einer reduzierten Teilmenge; DeepSeek R1 nutzt das Agentless-Framework. ³ Claude 3.7 Sonnets hohe GPQA- und AIME-2024-Werte nutzen interne Bewertung mit paralleler Test-Time-Compute; die Werte von o1 und Grok 3 nutzen Mehrheitsentscheid mit 64 Stichproben.
Training
SourceParameters
Unknown
not published
Training compute
3.35e25 FLOP
estimated (Epoch AI)
Training hardware
Unknown
not published
Training time
Unknown
not published
Training dataset size
Unknown
not published
Kaufen beiClaude