A Claude 3.7 Sonnet az Anthropic eddigi legfejlettebb AI-modellje és a piac első hibrid gondolkodási rendszere. Standard és kiterjesztett gondolkodási módokat kínál, utóbbi átlátható, lépésről lépésre történő érvelést biztosít. A modell jelentős fejlődést mutat a kódolásban és a front-end webfejlesztésben, kiváló eredményeket érve el a SWE-bench Verified és a TAU-bench teszteken. A Claude.ai, az Anthropic API, az Amazon Bedrock és a Google Cloud Vertex AI révén elérhető, új mércét állítva az intelligens, AI által hajtott problémamegoldás terén.
A GPT-4.1-et az OpenAI 2025. április 14-én dobta piacra, amely 1 millió tokenes kontextusablakot vezet be, és kérésselként legfeljebb 32 768 token kimenetet támogat. Kiváló teljesítményt nyújt kódolási feladatokban, 54,6%-ot ér el a SWE-Bench Verified benchmarkon, és 10,5%-os javulást mutat a GPT-4o-hoz képest a MultiChallenge-en az utasítások követésében. A modell tudásának határidője 2024. júniusra van állítva. A díjszabás 2,00 $ milliónyi token bemenetre és 8,00 $ milliónyi token kimenetre vonatkozik, a gyorsítótárazott bemenetekre 75%-os kedvezményt alkalmazva, ami nagyon költséghatékonyvá teszi az ismétlődő lekérdezések esetén.
| Claude 3.7 Sonnet - Extended Thinking | GPT-4.1 | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek | szöveg képek |
API Szolgáltatók
| Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI | OpenAI API |
Tudás Befejezési Dátuma
| - | - |
Nyílt Forráskódú
| Nem | Nem |
Bemeneti Árazás
| $3.00 millió tokenenként | $2.00 millió tokenenként |
Kimeneti Árazás
| $15.00 millió tokenenként | $8.00 millió tokenenként |
MMLU
| Nem elérhető | 90.2% pass@1 Forrás |
MMLU-Pro
| Nem elérhető | - |
MMMU
| 75% Forrás | 74.8% Forrás |
HellaSwag
| Nem elérhető | - |
HumanEval
| Nem elérhető | - |
MATH
| 96.2% Forrás | - |
GPQA
| 84.8% Diamond Forrás | 66.3% Diamond Forrás |
IFEval
| 93.2% Forrás | - |
SimpleQA
| - | - |
AIME 2024 | - | 48.1% Forrás |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 87.3% pass@1 Forrás |
MathVista
| - | - |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.