Claude 3 Opus

Claude 3 OpusはAnthropic社が開発した最も高度なAIモデルで、非常に複雑なタスクにおいても、市場で最高の性能を発揮します。このモデルは、驚くほど自然な表現と人間に近い理解能力を持ち、未知のシナリオや自由形式の質問にも柔軟に対応でき、生成AIの可能性を最大限に引き出します。

インテリジェンス(比較的弱い)

速度(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

200,000

最大出力トークン

知識カットオフ

価格設定

￥108 /M tokens

入力

￥540 /M tokens

出力

￥216 /M tokens

混合価格

クイック簡易比較

Claude 4 Opus

Claude 4 Opus (Extended Thinking)

Claude 2.1

基本パラメータ

GPT-4.1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、画像

スループット

120

リリース日

2024-03-04

応答速度

27.239,801 tokens/s

ベンチマークスコア

以下はclaude-monet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

大規模言語モデルインテリジェンスレベル

3509

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

2560

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

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

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

69.6

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

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

48.9

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

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

3.1

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

27.9

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

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

23.3

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

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

84.8

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

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

64.1

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

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

3.3

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

おすすめAIモデル

Qwen2.5 Coder Instruct 32B

Gemini 1.5 Pro (May '24)

Llama 3.2 Instruct 11B (Vision)