O Claude 3.7 Sonnet assumiu o primeiro lugar no benchmark Aider Polyglot de Paul Gauthier, uma avaliação independente focada em capacidades de código.
- O modelo alcançou o primeiro lugar ao ser executado com um limite aumentado de 32.000 tokens de pensamento.
- Ele gastou $36,83 para executar todo o benchmark, o que é significativamente mais do que o líder anterior, mas menos do que o terceiro colocado o1-high.
- Nenhum resultado está disponível ainda para o Claude 3.7 Sonnet no ranking do LM Arena.