待验证70% 置信观点时间未知
Claude 3.7 Sonnet经常做很多用户没有要求它做的事情，导致测试博主退回使用3.5 Sonnet
1
来源数
70%
置信度
中期 (~90 天)
时效性
2026/6/1
首次发现
有效期至：2026/8/30
来源
Gemini 2.5 Pro编程实测：Rust重构吊打Claude，前端却翻车
bilibili程序员韩老魔
涉及实体
相关事实
待验证在Devin平台上使用Claude Sonnet 5，相比上一代Claude Sonnet 4.6，配额消耗大约减少30%75% 相似待验证测试者认为Claude 3.5 Sonnet可能是Anthropic的一次'幸运一击'，此后的Sonnet 3.7、Sonnet 4、Sonnet 4.5都没有实现真正的突破74% 相似已验证Claude 3.5 Sonnet在SWE-bench等代码基准测试中长期领先73% 相似待验证从Claude 3 Sonnet到Claude 3.5 Sonnet再到Claude 4 Sonnet，每次升级在编码基准测试上的得分提升幅度呈递减趋势，早期版本间的跳跃可能是10-20个百分点的提升，而后续版本间的差距往往缩小到2-5个百分点70% 相似已验证Kiro内置Claude Sonnet 4.0和Claude Sonnet 3.7两个模型69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/20631API
curl https://kongchang.com/api/v1/knowledge/claims/20631MCP
get_claim(id=20631)