CONFIRMÉCertitude de la date: CONFIRMÉAnnoncé comme fermeAvec quelle fermeté la source formule la date : confirmée, programmée, estimée, reportée ou non vérifiée.Voir toutes les épingles CONFIRMÉCONFIANCE 85 %Confiance globale: 85%Dans quelle mesure la source et les références du pin étayent ses dates.Moyenne pondérée de la fermeté avec laquelle 4 références, source comprise, étayent les heures de début et de fin de l’épingle ; une référence compte moitié moins pour chaque tranche de 180 jours d’ancienneté par rapport à la plus récenteAfficher toutes les épingles à 75 % de confiance ou plus
L'article est daté du « 24 février 2025 » : « Aujourd'hui, nous annonçons Claude 3.7 Sonnet » et il « est désormais disponible sur tous les forfaits Claude » ; TechCrunch[4] indique qu'il « est déployé pour tous les utilisateurs et développeurs lundi » (24 février).- Début
- 24 févr. 2025CONFIANCE 90 %source
Sortie de Claude 3.7 Sonnet
Traduit automatiquement de l’original
Titre original: Claude 3.7 Sonnet Released
Anthropic lance Claude 3.7 Sonnet, le premier modèle de raisonnement hybride, qui répond instantanément ou réfléchit étape par étape aussi longtemps que l'utilisateur le permet, et lance à ses côtés l'agent de terminal Claude Code.
- Anthropic a qualifié Claude 3.7 Sonnet de « notre modèle le plus intelligent à ce jour et le premier modèle de raisonnement hybride sur le marché » : un seul modèle qui donne des réponses quasi instantanées ou « une réflexion étendue, étape par étape, rendue visible à l'utilisateur »[1][4]
- Il a été déployé sur tous les forfaits Claude - Free, Pro, Team et Enterprise - ainsi que sur la Claude Developer Platform, Amazon Bedrock et Vertex AI de Google Cloud ; la réflexion étendue est disponible partout sauf sur le forfait gratuit[1][4]
- Claude Code, le premier outil de codage agentique d'Anthropic, a été lancé avec lui en aperçu de recherche limité fonctionnant depuis le terminal, et l'intégration GitHub est arrivée sur tous les forfaits Claude[1]
- Il réduit les refus inutiles de 45% par rapport à son prédécesseur et a été lancé sous la norme ASL-2[1][2]
- Le numéro de version est passé de 3.5 à 3.7, et en février 2025, Claude 3.7 Sonnet a commencé à jouer à Pokémon Rouge en direct sur Twitch[3][4]
Caractéristiques notables
- 3 $ par million de jetons en entrée et 15 $ par million de jetons en sortie dans les deux modes, jetons de réflexion inclus[1][4]
- Les utilisateurs de l'API définissent un budget de réflexion de la taille souhaitée jusqu'à la limite de sortie de 128K jetons, échangeant vitesse et coût contre qualité[1]
- Les graphiques d'Anthropic indiquent 62.3% sur SWE-bench Verified (70.3% avec un échafaudage personnalisé) contre 49.0% pour la version améliorée de 3.5 Sonnet, et 81.2% (vente au détail) et 58.4% (compagnie aérienne) sur TAU-bench[1]
- Anthropic affirme avoir moins optimisé pour les compétitions de mathématiques et de codage et davantage pour les tâches commerciales réelles[1]
- En mode standard, c'est une version améliorée de Claude 3.5 Sonnet ; en mode de réflexion étendue, il réfléchit avant de répondre, ce qui aide en mathématiques, en physique, dans le suivi d'instructions et en codage[1]
Benchmarks[1]
| Benchmark | Claude 3.7 Sonnet (64K extended thinking) | Claude 3.7 Sonnet (no extended thinking) | Claude 3.5 Sonnet (new) | OpenAI o1¹ | OpenAI o3-mini¹ (high) | DeepSeek R1 (32K extended thinking) | Grok 3 Beta (extended thinking) |
|---|---|---|---|---|---|---|---|
| Raisonnement de niveau doctorat (GPQA Diamond)³ | 78.2% / 84.8% | 68.0% | 65.0% | 75.7% / 78.0% | 79.7% | 71.5% | 80.2% / 84.6% |
| Codage agentique (SWE-bench Verified)² | — | 62.3% / 70.3% | 49.0% | 48.9% | 49.3% | 49.2% | — |
| Utilisation agentique d'outils (TAU-bench), vente au détail | — | 81.2% | 71.5% | 73.5% | — | — | — |
| Utilisation agentique d'outils (TAU-bench), compagnie aérienne | — | 58.4% | 48.8% | 54.2% | — | — | — |
| Questions-réponses multilingues (MMMLU) | 86.1% | 83.2% | 82.1% | 87.7% | 79.5% | — | — |
| Raisonnement visuel (MMMU validation) | 75% | 71.8% | 70.4% | 78.2% | — | — | 76.0% / 78.0% |
| Suivi d'instructions (IFEval) | 93.2% | 90.8% | 90.2% | — | — | 83.3% | — |
| Résolution de problèmes mathématiques (MATH 500) | 96.2% | 82.2% | 78.0% | 96.4% | 97.9% | 97.3% | — |
| Compétition de mathématiques de niveau lycée (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 moyenné sur plusieurs essais (jusqu'à 16 pour AIME et SWE-bench Verified) ; un second chiffre bénéficie du calcul parallèle au moment du test. ¹ Les résultats TAU-bench d'o1 ont été rapportés par OpenAI puis supprimés ; les résultats TAU-bench pourraient ne pas être comparables. ² 62.3% est le pass@1 sur 500 problèmes avec des outils bash/éditeur plus un « outil de réflexion » ; 70.3% utilise une notation interne et un échafaudage personnalisé sur un sous-ensemble réduit ; DeepSeek R1 utilise le cadre Agentless. ³ Les scores élevés de Claude 3.7 Sonnet sur GPQA et AIME 2024 utilisent une notation interne avec calcul parallèle au moment du test ; ceux d'o1 et de Grok 3 utilisent un vote majoritaire sur 64 échantillons.
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
Acheter surClaude