Claude 3.7 Sonnet是Anthropic迄今最先进的模型，也是市场上首个混合推理AI。提供标准和扩展两种思维模式，后者可展示透明的分步推理。在编码和前端开发方面表现卓越，SWE-bench Verified和TAU-bench测试达到业界最佳水平。通过Claude.ai、Anthropic API、Amazon Bedrock和Google Cloud Vertex AI提供，为AI驱动的问题解决树立新标杆。
Meta推出的Llama 3.3 70B Instruct是多语言大模型，专为指令任务微调并优化对话应用。支持128,000 token上下文窗口，可处理生成多语言文本。2024年12月6日发布，在多项行业基准测试中超越众多开源和商业聊天模型。采用分组查询注意力(GQA)提升扩展性，基于超过15万亿token的公开数据训练，知识截止至2023年12月。
| Claude 3.7 Sonnet | Llama 3.3 70B Instruct | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 | 文本 |
API提供商
| Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI | Fireworks, Together, DeepInfra, Hyperbolic |
知识截止日期
| - | 12.2024 |
开源
| 否 | 是 |
输入定价
| $3.00 每百万token | $0.23 每百万token |
输出定价
| $15.00 每百万token | $0.40 每百万token |
MMLU
| 不可用 | 86% 0-shot, CoT 来源 |
MMLU-Pro
| 不可用 | 68.9% 5-shot, CoT 来源 |
MMMU
| 71.8% 来源 | 不可用 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 88.4% pass@1 来源 |
MATH
| 82.2% 来源 | 77% 0-shot, CoT 来源 |
GPQA
| 68% Diamond 来源 | 50.5% 0-shot, CoT 来源 |
IFEval
| 90.8% 来源 | 92.1% 来源 |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - | |
VideoGameBench | ||
总分 | 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% | - |