Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es
Wie intelligent ist Claude 3.5 Sonnet (October 2024)?
Claude 3.5 Sonnet (October 2024) ist ein Modell von Anthropic, veröffentlicht am 22.10.2024. Der SI-IQ beträgt 76 (90-%-Intervall 71–80), geschätzt aus 4 Benchmark-Ergebnissen von 2 unabhängigen Evaluatoren.
Dieses Modell hat weniger als 5 unabhängige Benchmark-Ergebnisse oder weniger als 2 verschiedene Evaluatoren und wird daher angezeigt, aber nicht in die Rangliste aufgenommen.
Fakten
- Entwickler
- Anthropic
- Veröffentlicht
- 22.10.2024
- Zugang
- API-Zugang
- Verwendete Benchmarks
- 4 Ergebnisse von 2 Evaluatoren
Fähigkeiten nach Bereich (SI-IQ, 90-%-Intervall)
Alle verwendeten Benchmark-Ergebnisse
Jeder Wert ist genau so angegeben, wie ihn die Quelle veröffentlicht hat: bei Epoch AI die beste ihrer Laufeinstellungen, bei OpenRouter der mediane Hosting-Anbieter (das eigene Hosting des Entwicklers, wenn dieses den Test durchgeführt hat). „Implizierter SI-IQ“ ist die Fähigkeit, auf die dieses einzelne Ergebnis hindeutet; der Gesamt-SI-IQ ist ihr präzisionsgewichteter Durchschnitt.
| Benchmark | Punktzahl | Evaluiert von | Quelle |
|---|---|---|---|
| MATH Level 5 | 56,9 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| OTIS Mock AIME 2024–2025 | 8,5 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
| Aider Polyglot | 51,6 % | Aider | Aider LLM Leaderboards · Datendatei |
| GPQA Diamond | 55,3 % | Epoch AI | Epoch AI Benchmarking Hub · Datendatei |
Menschliche Präferenz (Arena)
In der Arena-Rangliste, in der Nutzer zwischen zwei anonymen Antworten abstimmen, hat Claude 3.5 Sonnet (October 2024) eine Bewertung von 1.374 (1.371–1.377) aus 87.769 Stimmen (veröffentlicht am 15.10.2026). Menschliche Präferenz ist ein anderes Maß als die Leistung in Benchmarks und fließt nicht in den SI-IQ ein. Arena (Hugging Face)
Berechnet mit der SI-IQ-Methodenversion 1.0.0. Die vollständige Methodik lesen
Datenquellen: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0).