Claude 3 Sonnet
截至 2026年11月16日,Claude 3 Sonnet(Anthropic)在 BenchLeader Index 上得分 37.7(共 608 个已排名配置)。表现最好的是人类偏好(43),最弱的是多模态(24)。发布于 2024年2月29日。
要点(截至 2026年11月16日)
- Claude 3 Sonnet 于 2024年2月29日发布(Anthropic)。
详细说明:Claude 3 Sonnet 是 Anthropic 的闭源模型,发布于 2024年2月29日。其最佳配置在 BenchLeader Index 上得分 37.7 ±5.4,在 608 个配置中排第 568 名,处于下半区。关键在于这个“±”:另有 138 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,人类偏好得分最高(43),多模态最低(24)。最近一次测量:2026年11月11日。
- 混合价格
- –
- 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2月29日
- 综合 Index38
- 推理35
- 编程33
- 数学35
- 人类偏好43
- 多模态24
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-3-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。
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 5.5max | 2026年9月28日 | 64.2 | #30 |
| Claude Sonnet 5high | 2026年6月30日 | 59.0 | #114 |
| Claude Sonnet 4.6 | 2026年2月17日 | 57.6 | #149 |
| Claude Sonnet 4.5high | 2025年9月29日 | 57.9 | #145 |
| Claude Sonnet 4thinking | 2025年5月22日 | 53.8 | #248 |
| Claude 3.7 Sonnetthinking | 2025年2月24日 | 52.9 | #269 |
| Claude 3.5 Sonnet | 2024年10月22日 | 46.8 | #419 |
| Claude 3 Sonnet本页 | 2024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。
推理
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| GPQA Diamond | 40.6%#260 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts | 1283#281 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 40.0%#487 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 3.6%#605 | Artificial Analysis | |
| Arena Expert不计入 Index | 1274#269 | Arena (LMArena) | |
| DTBench不计入 Index | 53.6%#210 | Epoch AI Benchmarking Hub | |
| WinoGrande不计入 Index | 75.1%#34 | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 10.2%#153 | WeirdML | |
| Arena Coding | 1318#273 | Arena (LMArena) | |
| LiveCodeBench (AA)不计入 Index | 17.5%#250 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| OTIS Mock AIME | 2.5%#268 | Epoch AI Benchmarking Hub | |
| MATH Level 5 | 18.2%#81 | Epoch AI Benchmarking Hub | |
| Arena Maths | 1254#272 | Arena (LMArena) |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMLU不计入 Index | 75.9%#35 | Epoch AI Benchmarking Hub |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1268#278 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1282#281 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1246#279 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1279#270 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1288#277 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 984#147 | Arena (LMArena) |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 119.5#167 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 5.9#562 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 134.4#585 | Artificial Analysis |
Anthropic 的更多模型
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude 3 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。
[](https://www.benchleader.com/models/claude-3-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 Sonnet on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-3-sonnet
BibTeX:
@misc{benchleader_claude_3_sonnet_20261116,
author = {{BenchLeader}},
title = {{Claude 3 Sonnet on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-3-sonnet}},
note = {Data as of 2026-11-16}
}常见问题
- Claude 3 Sonnet 的基准测试得分是多少?
- 截至 2026年11月16日,Claude 3 Sonnet 的 BenchLeader Index 为 37.7 ±5.4。最强的是人类偏好(43),最弱的是多模态(24)。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 Sonnet 排名第几?
- 截至 2026年11月16日,Claude 3 Sonnet 在 608 个已排名配置中排第 568 名。另有 138 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 Sonnet 是什么时候发布的?
- Anthropic 于 2024年2月29日发布了 Claude 3 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 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-sonnet。