확정날짜 확실성: 확정확정으로 발표됨출처가 날짜를 얼마나 확정적으로 표현하는지: 확정, 예정, 추정, 연기, 미확인.“확정” 핀 모두 보기신뢰도 85%종합 신뢰도: 85%핀의 출처와 참고 자료가 날짜를 얼마나 뒷받침하는지.출처를 포함한 자료 4건이 핀의 시작·종료 시각을 얼마나 강하게 뒷받침하는지에 대한 가중 평균. 자료는 최신 자료보다 180일 오래될 때마다 가중치가 절반이 됩니다신뢰도 75% 이상 핀 모두 보기
게시물은 “Feb 24, 2025”로 날짜가 표시돼 있으며 “오늘 우리는 Claude 3.7 Sonnet을 발표한다”, “이제 모든 Claude 요금제에서 이용할 수 있다”고 밝혔다. TechCrunch[4]는 “월요일(2월 24일)에 모든 사용자와 개발자에게 배포되고 있다”고 전했다.Claude 3.7 Sonnet 출시
원문에서 자동 번역됨
원본 제목: Claude 3.7 Sonnet Released
Anthropic가 최초의 하이브리드 추론 모델인 Claude 3.7 Sonnet을 출시했다. 즉시 답변하거나 사용자가 허용하는 만큼 단계적으로 사고할 수 있으며, 터미널 에이전트인 Claude Code도 함께 출시됐다.
- Anthropic는 Claude 3.7 Sonnet을 “지금까지 나온 가장 지능적인 모델이자 시장에 나온 최초의 하이브리드 추론 모델”이라고 소개했다. 거의 즉각적인 답변을 주거나 “사용자에게 보여지는 확장된 단계적 사고”를 할 수 있는 단일 모델이다.[1][4]
- Free, Pro, Team, Enterprise 등 모든 Claude 요금제와 Claude Developer Platform, Amazon Bedrock, Google Cloud의 Vertex AI에 제공됐다. 확장 사고(extended thinking)는 무료 등급을 제외한 모든 곳에서 이용할 수 있다.[1][4]
- Anthropic의 첫 에이전트 코딩 도구인 Claude Code가 이와 함께 터미널에서 작동하는 제한적 리서치 프리뷰로 출시됐고, GitHub 연동은 모든 Claude 요금제에 도입됐다.[1]
- 이전 모델보다 불필요한 거부 응답을 45% 줄였으며 ASL-2 표준으로 출시됐다.[1][2]
- 버전 번호가 3.5에서 3.7로 뛰었으며, 2025년 2월 Claude 3.7 Sonnet이 Twitch에서 실시간으로 포켓몬 레드(Pokémon Red)를 플레이하기 시작했다.[3][4]
주요 특징
- 두 모드 모두 입력 토큰 100만 개당 3달러, 출력 토큰 100만 개당 15달러이며 사고(thinking) 토큰도 포함된다.[1][4]
- API 사용자는 12만 8,000토큰의 출력 한도까지 원하는 크기로 사고 예산(thinking budget)을 설정할 수 있어, 속도와 비용을 품질과 맞바꿀 수 있다.[1]
- Anthropic의 차트에 따르면 SWE-bench Verified에서 62.3%(맞춤형 스캐폴드 사용 시 70.3%)로 업그레이드된 3.5 Sonnet의 49.0%를 앞섰고, TAU-bench에서는 81.2%(소매)와 58.4%(항공)를 기록했다.[1]
- Anthropic는 수학·코딩 경시대회보다는 실제 업무 작업에 맞춰 최적화를 덜 했다고 밝혔다.[1]
- 표준 모드에서는 업그레이드된 Claude 3.5 Sonnet이며, 확장 사고 모드에서는 답변 전에 숙고하는데, 이는 수학, 물리학, 지시 이행, 코딩에 도움이 된다.[1]
벤치마크[1]
| 벤치마크 | 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) |
|---|---|---|---|---|---|---|---|
| 대학원 수준 추론 (GPQA Diamond)³ | 78.2% / 84.8% | 68.0% | 65.0% | 75.7% / 78.0% | 79.7% | 71.5% | 80.2% / 84.6% |
| 에이전트 코딩 (SWE-bench Verified)² | — | 62.3% / 70.3% | 49.0% | 48.9% | 49.3% | 49.2% | — |
| 에이전트 도구 사용 (TAU-bench), 소매 | — | 81.2% | 71.5% | 73.5% | — | — | — |
| 에이전트 도구 사용 (TAU-bench), 항공 | — | 58.4% | 48.8% | 54.2% | — | — | — |
| 다국어 질의응답 (MMMLU) | 86.1% | 83.2% | 82.1% | 87.7% | 79.5% | — | — |
| 시각적 추론 (MMMU validation) | 75% | 71.8% | 70.4% | 78.2% | — | — | 76.0% / 78.0% |
| 지시 이행 (IFEval) | 93.2% | 90.8% | 90.2% | — | — | 83.3% | — |
| 수학 문제 해결 (MATH 500) | 96.2% | 82.2% | 78.0% | 96.4% | 97.9% | 97.3% | — |
| 고등학교 수학 경시대회 (AIME 2024)³ | 61.3% / 80.0% | 23.3% | 16.0% | 79.2% / 83.3% | 87.3% | 79.8% | 83.9% / 93.3% |
Pass@1은 여러 시행(AIME와 SWE-bench Verified는 최대 16회)에 대한 평균이며, 두 번째 수치는 병렬 테스트 시점 연산의 도움을 받은 값이다. ¹ o1의 TAU-bench 결과는 OpenAI가 발표했다가 이후 삭제한 것으로, TAU-bench 결과는 서로 비교할 수 없을 수 있다. ² 62.3%는 bash/editor 도구와 “사고 도구(thinking tool)”를 사용해 500개 문제에 대해 얻은 pass@1이며, 70.3%는 내부 채점과 맞춤형 스캐폴드를 사용해 축소된 문제 집합에서 얻은 값이다. DeepSeek R1은 Agentless 프레임워크를 사용한다. ³ Claude 3.7 Sonnet의 높은 GPQA·AIME 2024 점수는 병렬 테스트 시점 연산을 사용한 내부 채점 값이며, o1과 Grok 3의 점수는 64개 샘플을 사용한 다수결 투표(majority voting) 값이다.
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
구매Claude