BenchLeader

Claude 3.5 Sonnet

质量第 202 / 339 名
46.8Index
低于中位数
较中位数 −3.4
价格第 224 / 255 名
$6.00每百万 token
最贵的四分之一
中位数的 7.1 倍
性价比第 232 / 255 名
7.8分/$
后四分之一
中位数的 0.1 倍

性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,价格只有 100 分之一。

有 150 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00),另有 147 个。

截至 2026年11月16日,Claude 3.5 Sonnet(Anthropic)在 BenchLeader Index 上得分 46.8(共 608 个已排名配置)。表现最好的是指令遵循(56),最弱的是推理(41)。API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00),为 2026年11月16日的标价。发布于 2024年10月22日。

要点(截至 2026年11月16日)

  • Claude 3.5 Sonnet 的 API 价格为输入每百万 token $3.00、输出每百万 token $15.00(按 3:1 混合为 $6.00)(标价,2026年11月16日)。
  • Claude 3.5 Sonnet 于 2024年10月22日发布(Anthropic)。

详细说明:Claude 3.5 Sonnet 是 Anthropic 的闭源模型,发布于 2024年10月22日。其最佳配置在 BenchLeader Index 上得分 46.8 ±3.5,在 608 个配置中排第 419 名,处于下半区。关键在于这个“±”:另有 230 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,指令遵循得分最高(56),推理最低(41)。按混合价格计,每百万 token $6.00,属于已排名模型中最贵的一档。最近一次测量:2026年11月11日。

混合价格
$6.00/M
输入 $3.00 · 输出 $15.00
来源:Artificial Analysis
输出速度
–
首次回答
–
上下文
200k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
–
发布日期
2024年10月22日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index47
  2. 推理41
  3. 编程44
  4. 智能体与工具43
  5. 数学43
  6. 知识47
  7. 指令遵循56
  8. 人类偏好54
  9. 多模态44

嵌入这个排名

更多徽章样式
[![Claude 3.5 Sonnet on BenchLeader: 综合第 197 名](https://www.benchleader.com/badge/claude-3-5-sonnet.svg?style=compact)](https://www.benchleader.com/models/claude-3-5-sonnet)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Anthropic 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Anthropic 以这个名称发布过 10 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Claude Sonnet 5.5max2026年9月28日64.2#30
Claude Sonnet 5high2026年6月30日59.0#114
Claude Sonnet 4.62026年2月17日57.6#149
Claude Sonnet 4.5high2025年9月29日57.9#145
Claude Sonnet 4thinking2025年5月22日53.8#248
Claude 3.7 Sonnetthinking2025年2月24日52.9#269
Claude 3.5 Sonnet本页2024年10月22日46.8#419
Claude 3 Sonnet2024年2月29日37.7#568
Claude 37 Sonnetthinking–––
Claude Sonnet 5.0max–––

Index 走势

2026年9月8日 至 2026年11月16日
424751

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

智能体与工具

基准测试默认来源趋势
Cybench17.5%#12Cybench
BALROG不计入 Index32.6%#15BALROG
TheAgentCompany不计入 Index24.0%#6TheAgentCompany
METR Time Horizons不计入 Index45.2%#29METR
BrowseComp不计入 Index0.9%#21OpenAI

知识

基准测试默认来源趋势
MMLU-Pro78.4%#101Vals AI
CorpFin53.6%#96Vals AI
TaxEval70.2%#92Vals AI
MedQA83.2%#62Vals AI
MMLU-Pro (HELM)不计入 Index77.7%#27HELM Capabilities
MMLU不计入 Index87.3%#2Epoch AI Benchmarking Hub

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1374#187Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1451#67EQ-Bench
Arena Creative Writing不计入 Index1371#153Arena (LMArena)
Arena Multi-turn不计入 Index1390#174Arena (LMArena)
Arena Longer Queries不计入 Index1397#172Arena (LMArena)
Lech Mazur Creative Writing不计入 Index80.3%#16Lech Mazur

多模态

基准测试默认来源趋势
Arena Vision1125#123Arena (LMArena)
VISTA38.7%#40Scale AI SEAL
MMMU (validation)68.3%#1MMMU
MMMU-Pro (official)不计入 Index51.5%#2MMMU
MMMU-Pro (Vals)不计入 Index68.8%#71Vals AI
MortgageTax不计入 Index64.1%#46Vals AI
GeoBench不计入 Index62.0%#30GeoBench
VPCT不计入 Index33.0%#29Epoch AI Benchmarking Hub
Video-MME不计入 Index60.0%#26Video-MME

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index133.4#138Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index7.9#462Artificial Analysis
AA Progress Index v1不计入 Index169#505Artificial Analysis
HELM Capabilities mean不计入 Index65.3%#34HELM Capabilities

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index13.0%#12Scale AI SEAL
MASK不计入 Index72.3%#29Scale AI SEAL

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0057––
总结一份 30 页的报告12,000 / 600$0.045––
代码编辑6,000 / 1,500$0.041––
智能体编程会话60,000 / 4,000$0.240––
结构化信息提取2,000 / 200$0.0090––

Anthropic 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Claude 3.5 Sonnet 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Claude 3.5 Sonnet on BenchLeader: 综合第 197 名](https://www.benchleader.com/badge/claude-3-5-sonnet.svg)](https://www.benchleader.com/models/claude-3-5-sonnet)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Claude 3.5 Sonnet on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-3-5-sonnet

BibTeX:

@misc{benchleader_claude_3_5_sonnet_20261116,
  author       = {{BenchLeader}},
  title        = {{Claude 3.5 Sonnet on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/claude-3-5-sonnet}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Claude 3.5 Sonnet 的基准测试得分是多少?
截至 2026年11月16日,Claude 3.5 Sonnet 的 BenchLeader Index 为 46.8 ±3.5。最强的是指令遵循(56),最弱的是推理(41)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Claude 3.5 Sonnet 排名第几?
截至 2026年11月16日,Claude 3.5 Sonnet 在 608 个已排名配置中排第 419 名。另有 230 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Claude 3.5 Sonnet 每百万 token 的价格是多少?
截至 2026年11月16日,Claude 3.5 Sonnet 的价格为输入每百万 token $3.00、输出每百万 token $15.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $6.00。
Claude 3.5 Sonnet 是什么时候发布的?
Anthropic 于 2024年10月22日发布了 Claude 3.5 Sonnet。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Claude 3.5 Sonnet:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/claude-3-5-sonnet。