Claude 3.7 Sonnet занял первое место в бенчмарке Aider Polyglot от Пола Готье, независимой оценке, сосредоточенной на возможностях работы с кодом.
- Модель заняла первое место при увеличенном лимите токенов размышления до 32 000.
- На запуск всего бенчмарка ушло $36.83, что значительно больше, чем у предыдущего лидера, но меньше, чем у занявшего третье место o1-high.
- Результаты для Claude 3.7 Sonnet в рейтинге LM Arena пока недоступны.