確定日付の確度: 確定確定として発表情報源が日付をどれだけ確定的に述べているか：確定、予定、推定、延期、未確認。「確定」のピンをすべて表示確度 83%総合信頼度: 83%ピンの情報源と参照がその日付をどれだけ裏付けているか。出典を含む 5 件の資料がピンの開始・終了時刻をどれだけ強く裏付けているかの加重平均。最新の資料より180日古くなるごとに重みは半分になります確度75%以上のピンをすべて表示
モデルカードには公開日の記載がないため、日付はリリース投稿によるもの:「次世代のClaudeを発表, Mar 4, 2024」――「OpusとSonnetはclaude.aiとClaude APIで現在利用可能です」。AWSの2024年3月4日付の投稿は「本日、Amazon[4] BedrockでAnthropic[1][3]のClaude 3 Sonnetが利用可能になりました」と発表している。- 開始
- 2024年3月4日確度 95%anthropic.com
Claude 3 Sonnetがリリース
原文から自動翻訳されています
元のタイトル: Claude 3 Sonnet Released
Anthropicは、新しいClaude 3ファミリーの中間モデルであるClaude 3 Sonnetをリリースした。大半のワークロードでClaude 2.1の2倍の速度を持ち、価格は入力100万トークンあたり3ドルで、無料版claude.aiを支えるモデルである。
- Anthropicは2024年3月4日、Haiku・Sonnet・Opusの3モデルからなるClaude 3ファミリーを発表し、OpusとSonnetは「claude.aiとClaude APIで現在利用可能」となり、159か国で一般提供された。Haikuは後日提供予定とされた。[3]
- Sonnetは「claude.aiの無料版の中核」を担い、OpusはClaude Pro契約者向けに用意された。同日、Amazon Bedrockでも展開され、Google Cloud Vertex AI Model Gardenではプライベートプレビューとして提供された。[3][4]
- Anthropicはこれを「知能と速度の理想的なバランスを実現するモデル――特に企業向けワークロードに適する」と位置づけ、大半のワークロードでClaude 2およびClaude 2.1の2倍の速度だとした。[3][4]
- このファミリーはAnthropicのResponsible Scaling PolicyにおいてAIセーフティレベル2（ASL-2）を維持し、ガードレール付近の無害なプロンプトを拒否する頻度は以前のClaudeモデルよりはるかに低い。[3]
- Anthropicが2025年7月にClaude 3 Sonnetを提供終了した際、サンフランシスコでは約200人が集まり「葬儀」を行った。[2]
注目の機能
- 価格は入力100万トークンあたり3ドル、出力100万トークンあたり15ドルで、コンテキストウィンドウは200Kトークン。[3]
- ビジョン機能を持つ初のClaude世代であり、写真、チャート、グラフ、技術図を読み取り、1回のリクエストで最大20枚の画像を処理できるが、Anthropicは人物の識別を行わないようにしている。[1][5]
- モデルカードのベンチマーク: MMLU（5-shot）で79.0%、GPQA Diamondで40.4%、GSM8Kで92.3%、HumanEval（Pythonコーディング）で73.0%。[1]
- Amazon Web ServicesおよびGoogle Cloudのハードウェア上でPyTorch、JAX、Tritonを用いて学習されており、2023年8月以前のデータに基づいて回答し、ウェブ検索は行えない。[1][5]
- Anthropicが提示する用途: 大規模な知識ベースに対する検索、商品レコメンデーションや需要予測、コード生成、画像からのテキスト解析。[3]
ベンチマーク[3]
| ベンチマーク | Claude 3 Opus | Claude 3 Sonnet | Claude 3 Haiku | GPT-4 | GPT-3.5 | Gemini 1.0 Ultra | Gemini 1.0 Pro |
|---|---|---|---|---|---|---|---|
| 大学レベルの知識 (MMLU) | 86.8% (5ショット) | 79.0% (5ショット) | 75.2% (5ショット) | 86.4% (5ショット) | 70.0% (5ショット) | 83.7% (5ショット) | 71.8% (5ショット) |
| 大学院レベルの推論 (GPQA, Diamond) | 50.4% (0ショットCoT) | 40.4% (0ショットCoT) | 33.3% (0ショットCoT) | 35.7% (0ショットCoT) | 28.1% (0ショットCoT) | — | — |
| 小学校レベルの数学 (GSM8K) | 95.0% (0ショットCoT) | 92.3% (0ショットCoT) | 88.9% (0ショットCoT) | 92.0% (5ショットCoT) | 57.1% (5ショット) | 94.4% (Maj1@32) | 86.5% (Maj1@32) |
| 数学の問題解決 (MATH) | 60.1% (0ショットCoT) | 43.1% (0ショットCoT) | 38.9% (0ショットCoT) | 52.9% (4ショット) | 34.1% (4ショット) | 53.2% (4ショット) | 32.6% (4ショット) |
| 多言語の数学 (MGSM) | 90.7% (0ショット) | 83.5% (0ショット) | 75.1% (0ショット) | 74.5% (8ショット) | — | 79.0% (8ショット) | 63.5% (8ショット) |
| コード (HumanEval) | 84.9% (0ショット) | 73.0% (0ショット) | 75.9% (0ショット) | 67.0% (0ショット) | 48.1% (0ショット) | 74.4% (0ショット) | 67.7% (0ショット) |
| テキストに基づく推論 (DROP, F1 score) | 83.1 (3ショット) | 78.9 (3ショット) | 78.4 (3ショット) | 80.9 (3ショット) | 64.1 (3ショット) | 82.4 (variable shots) | 74.1 (variable shots) |
| 複合評価 (BIG-Bench-Hard) | 86.8% (3ショットCoT) | 82.9% (3ショットCoT) | 73.7% (3ショットCoT) | 83.1% (3ショットCoT) | 66.6% (3ショットCoT) | 83.6% (3ショットCoT) | 75.0% (3ショットCoT) |
| 知識問答 (ARC-Challenge) | 96.4% (25ショット) | 93.2% (25ショット) | 89.2% (25ショット) | 96.3% (25ショット) | 85.2% (25ショット) | — | — |
| 一般常識 (HellaSwag) | 95.4% (10ショット) | 89.0% (10ショット) | 85.9% (10ショット) | 95.3% (10ショット) | 85.5% (10ショット) | 87.8% (10ショット) | 84.7% (10ショット) |
購入Claude