Claude 3.5 Sonnet
Anthropic发布的Claude 3.5 Sonnet模型,在编程基准测试上通过率超过80%,代码生成能力强,是vibe coding场景下的主流AI编程工具之一
核心事实
时间轴 (近 90 天)
腾讯 HY4 Flash 在腾讯自己的盲测中(85 位用户、259 项真实任务),最高思考模式下评分 2.79,Claude 3.5 Sonnet 为 2.81。
该用户自称是自Claude 3.5 Sonnet时代起就付费的老用户,每月支付20美元订阅Pro档。
Claude 3.5 Sonnet性能逼近上一代旗舰,成本降低30%。
Artifacts 是 Claude 系列产品中用于生成和实时预览可交互内容的机制,最初随 Claude 3.5 Sonnet 推出。
使用GPT-4o或Claude 3.5 Sonnet处理Agent中间步骤(格式化、简单分类、工具调用校验)会破坏单位经济性。
若调用 GPT-4o 或 Claude 3.5 Sonnet 等闭源视觉 API,按每张小票 0.03 到 0.05 美元计算,一家餐馆每天约100张小票、每月3000张,API 账单每月为 90 到 150 美元。
METR 2025年的试验使用的主要是Cursor Pro搭配Claude 3.5和3.7 Sonnet等早期工具。
亚马逊云科技(AWS)发布正式通知,Amazon Bedrock 上的 Claude 3 Haiku、Claude 3 Sonnet、Claude 3.5 Sonnet、Claude 3.5 Sonnet v2 以及 Claude 3.7 Sonnet 将于 2026 年 11 月 13 日在七个特定区域停止服务。
在 VibeCodeArena 排行榜快照中,Claude 3.5 Sonnet 评测分 87.5 排第 3,Claude Opus 5 评测分 94.0 排第 4,Llama-4-Maverick 评测分 91.3 排第 9。
路由层可分为三层:本地/边缘层(如Llama 3 8B、Mistral 7B,成本约$0.05–$0.15/1M token,延迟<250ms)、中端托管层(如Claude 3.5 Haiku、GPT-4o-mini,成本约$0.25–$0.60/1M token,延迟<800ms)、前沿推理层(如Claude 3.5 Sonnet、o1、GPT-4o,成本约$3.00–$15.00/1M token,延迟2s–8s)。
还有 36 条时间轴事件
全部知识事实 (20)
GPT-3时代的上下文窗口仅有2,048个Token,而Google Gemini已支持百万级Token,Claude支持200K Token,GPT-4 Turbo支持128K Token
90%已验证Claude 3.5 Sonnet的上下文窗口为200K Token
90%已验证Claude 3.5 Sonnet支持200K Token的上下文长度,可一次性处理约15万字的文本
80%已验证Computer Use技术最早由Anthropic在2024年10月随Claude 3.5 Sonnet发布时公开展示
80%已验证Claude 3.5 Sonnet是Anthropic于2024年推出的模型,在代码生成基准测试HumanEval上超越了同期GPT-4o
80%已验证前沿级别(frontier-grade)是AI行业用来描述当前最顶尖大模型能力层次的术语,通常指代GPT-4、Claude 3、Gemini Ultra等模型
75%已验证Artifacts功能最早由Anthropic在2024年6月随Claude 3.5 Sonnet一同推出
75%已验证代码审查任务具有较为固定的模式和可预测的上下文范围,这类结构化程度较高的工作最容易通过框架优化和模型效率提升获得大幅收益
65%已验证Claude 3.5 Sonnet在多数基准测试中已接近甚至超越早期Claude 3 Opus的表现
65%已验证Claude 3.5 Sonnet和Claude 4系列在SWE-bench等权威评测中表现突出
65%待验证Claude 3.5 Sonnet在2024年中期发布后因性价比极高而广受欢迎
85%待验证Anthropic's Claude 3.5 Sonnet charges about $3 per million Tokens for input and $15 per million Tokens for output
80%待验证Anthropic此前已在Claude 3.5 Sonnet上展示过在不改变模型权重的情况下通过工程手段实现显著加速的能力
70%待验证当前主流开放权重模型与Claude 3.5/3.7 Sonnet之间在代码复杂推理、长上下文理解和多步任务执行方面仍存在可感知的能力差距
70%待验证API中转服务商可在转发请求时削减max_tokens、降低temperature或将Claude 3.5 Sonnet偷换为Claude Haiku,用户界面仍显示顶配模型名称
60%待验证Claude 3.5 Sonnet是Anthropic首个支持Computer Use的模型
60%待验证腾讯 HY4 Flash 在腾讯自己的盲测中(85 位用户、259 项真实任务),最高思考模式下评分 2.79,Claude 3.5 Sonnet 为 2.81。
50%待验证该用户自称是自Claude 3.5 Sonnet时代起就付费的老用户,每月支付20美元订阅Pro档。
50%待验证Claude 3.5 Sonnet性能逼近上一代旗舰,成本降低30%。
50%待验证Artifacts 是 Claude 系列产品中用于生成和实时预览可交互内容的机制,最初随 Claude 3.5 Sonnet 推出。
50%