Claude 3.7 Sonnet yra „Anthropic“ kol kas pažangiausias modelis ir pirmoji hibridinė samprotavimo AI rinkoje. Jis siūlo standartinį ir išplėstinį mąstymo režimus, pastarasis teikia skaidrų, žingsnis po žingsnio samprotavimą. Modelis išsiskiria kodinimu ir front-end web programuote, pasiekdamas modernius rezultatus SWE-bench Verified ir TAU-bench testuose. Prieinamas per „Claude.ai“, „Anthropic API“, „Amazon Bedrock“ ir „Google Cloud Vertex AI“, jis nustato naują standartą intelektualiai AI valdomai problemų sprendimui.
Mistral Large 2, sukurtas „Mistral“, siūlo 128 000 ženklų konteksto langą ir kainuoja 3,00 USD už milijoną įvesties ženklų ir 9,00 USD už milijoną išvesties ženklų. 2024 m. liepos 24 d. išleistas modelis MMLU teste 5-shot vertinime surinko 84,0 balą, parodydamas stiprų našumą įvairiose užduotyse.
| Claude 3.7 Sonnet | Mistral Large 2 | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai | tekstas |
API tiekėjai
| Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI | Azure AI, AWS Bedrock, Google AI Studio, Vertex AI, Snowflake Cortex |
Žinių nutraukimo data
| - | Nežinoma |
Atvirojo kodo
| Ne | Taip |
Įvesties kaina
| $3.00 už milijoną žodžių | $3.00 už milijoną žodžių |
Išvesties kaina
| $15.00 už milijoną žodžių | $9.00 už milijoną žodžių |
MMLU
| Nėra prieinama | 84% 5-shot Šaltinis |
MMLU-Pro
| Nėra prieinama | 50.69% Šaltinis |
MMMU
| 71.8% Šaltinis | Nėra prieinama |
HellaSwag
| Nėra prieinama | Nėra prieinama |
HumanEval
| Nėra prieinama | Nėra prieinama |
MATH
| 82.2% Šaltinis | 1.13% Šaltinis |
GPQA
| 68% Diamond Šaltinis | 24.94% |
IFEval
| 90.8% Šaltinis | 84.01% |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilioji programa | - | |
VideoGameBench | ||
Bendras balas | 0% | - |
Doom II | 0% | - |
Dream DX | 0% | - |
Awakening DX | 0% | - |
Civilization I | 0% | - |
Pokemon Crystal | 0% | - |
The Need for Speed | 0% | - |
The Incredible Machine | 0% | - |
Secret Game 1 | 0% | - |
Secret Game 2 | 0% | - |
Secret Game 3 | 0% | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.