Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona
¿Cómo de inteligente es Claude 3.5 Sonnet (October 2024)?
Claude 3.5 Sonnet (October 2024) es un modelo de Anthropic, lanzado el 22 oct 2024. Su SI-IQ es 76 (intervalo del 90 % 71–80), estimado a partir de 4 resultados de benchmarks de 2 evaluadores.
Datos a 18 oct 2026 · método 1.0.0
Un modelo se clasifica cuando sus resultados proceden de al menos 5 benchmarks (las dos ejecuciones de GPQA Diamond cuentan como una) en al menos 3 áreas, de al menos 2 evaluadores distintos, y las fechas de lanzamiento de sus versiones distan como máximo 60 días entre sí. Este modelo aún no cumple esa condición, por lo que se muestra con una estimación provisional, pero no se clasifica.
Datos
- Desarrollador
- Anthropic
- Lanzamiento
- 22 oct 2024
- Acceso
- Acceso por API
- Benchmarks utilizados
- 4 resultados de benchmarks de 2 evaluadores
Capacidad por áreas (SI-IQ, intervalo del 90 %)
Todos los resultados de benchmarks utilizados
Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.
| Benchmark | Puntuación | Evaluado por | Fuente |
|---|---|---|---|
| MATH Level 5 | 56,9 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| OTIS Mock AIME 2024–2025 | 8,5 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| Aider Polyglot | 51,6 % | Aider | Aider LLM Leaderboards · archivo de datos |
| GPQA Diamond | 55,3 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
Preferencia humana (Arena)
En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, Claude 3.5 Sonnet (October 2024) tiene una puntuación de 1374 (1371–1377) a partir de 87.769 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)
Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa
Fuentes de datos: 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) (licencias y cambios).