%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Claude 3.5 Sonnet (June '24)
Anthropic が 2024 年 6 月にリリースした Claude 3.5 Sonnet バージョンで、Claude 3.5 シリーズの最初の登場を飾ります。前世代製品と比較して、推論能力、コード生成、対話品質が大幅に向上しました。このバージョンは、特に複雑な推論とクリエイティブなタスクにおいて優れた性能を発揮し、高品質な AI アシスタント分野における Claude の地位を確立し、後のバージョンの堅固な基盤を築きました。
インテリジェンス(比較的弱い)
速度(比較的遅い)
入力サポートモダリティ
はい
推論モデルかどうか
200,000
コンテキストウィンドウ
-
最大出力トークン
-
知識カットオフ
価格設定
- /M tokens
入力
- /M tokens
出力
￥43.2 /M tokens
混合価格
クイック簡易比較
Claude 4 Sonnet
￥3
Claude 4 Opus (Extended Thinking)
￥15
Claude Opus 4.1
￥15
基本パラメータ
Claude 3.5 Sonnet (June '24)技術パラメータ
パラメータ数
未発表
コンテキスト長
200.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキストのみ
スループット
リリース日
2024-06-21
応答速度
79.61,809 tokens/s
ベンチマークスコア
以下はClaude 3.5 Sonnet (June '24)の様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
40
大規模言語モデルインテリジェンスレベル
コーディング指数
-
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
39.6
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
75.1
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
56
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
3.7
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
-
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
31.6
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
89.9
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
69.5
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
9.7
高難度の数学競技問題（特にAIMEレベル）を解決するAIモデルの能力を測定する指標
GPT 5 Mini
openai
￥1.8
入力トークン/百万
￥14.4
出力トークン/百万
400k
コンテキスト長
GPT 5 Standard
openai
￥63
入力トークン/百万
￥504
出力トークン/百万
400k
コンテキスト長
GPT 5 Nano
openai
￥0.36
入力トークン/百万
￥2.88
出力トークン/百万
400k
コンテキスト長
GPT 5
openai
￥9
入力トークン/百万
￥72
出力トークン/百万
400k
コンテキスト長
GLM 4.5
chatglm
￥0.43
入力トークン/百万
￥1.01
出力トークン/百万
131k
コンテキスト長
Gemini 1.0 Pro
google
￥3.6
入力トークン/百万
￥10.8
出力トークン/百万
33k
コンテキスト長
Gemini 2.0 Flash Lite (Preview)
google
￥0.58
入力トークン/百万
￥2.16
出力トークン/百万
1M
コンテキスト長
GPT 4
openai
￥216
入力トークン/百万
￥432
出力トークン/百万
8192
コンテキスト長