Anthropic
Claude 3 Sonnet 评测成绩
来自 3 个来源、7 项基准的 7 条成绩。
闭源 发布: 2024年2月29日 更新于 2026年10月22日
其他名称: claude-3-sonnet-20240229 · Claude 3 Sonnet (20240229) · Claude-3-Sonnet
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1281 | 300 | Overall, style control on; 109284 votes; 95% CI 1277–1285“claude-3-sonnet-20240229” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1016 | 146 | Overall, style control on; 12314 votes; 95% CI 1005–1028“claude-3-sonnet-20240229” | 官方榜单 | 2026年10月2日 |
| GPQA Diamond | 40.6% | 237 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
| MMLU | 75.9% | 37 | Exact match; 5-shot | 官方榜单 via Epoch AI | 2024年2月29日 |
| MMLU-Pro | 56.8% | 147 | Overall accuracy; data source: TIGER-Lab“Claude-3-Sonnet” | 官方榜单 | 2026年3月11日 |
| AIME (OTIS Mock AIME 2024–2025) | 2.5% | 244 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年2月25日 |
| MATH Level 5 | 18.2% | 88 | Epoch AI run, accuracy | 独立评测 | 2025年1月27日 |
常见问题
Claude 3 Sonnet 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LMArena leaderboard dataset和MMLU-Pro leaderboard (TIGER-Lab)。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。