自動生成ページです。 AIが自動で作成・翻訳し、ソフトウェアが情報源と照合して確認しています。人間の編集者はいません。SI-IQは公開されているベンチマーク結果から作成した指数であり、IQテストではありません。 仕組み
Claude Sonnet 4の賢さは?
Claude Sonnet 4はAnthropicのモデルで、2025年5月22日にリリースされました。SI-IQは97(90%区間 93–101)で、3の独立した評価機関によるベンチマーク結果5件から推定しています。
基本情報
- 開発元
- Anthropic
- リリース日
- 2025年5月22日
- 利用形態
- API利用可
- 使用したベンチマーク
- 3評価機関による5件の結果
分野別の能力(SI-IQ、90%区間)
使用した全ベンチマーク結果
各スコアは、出典が公表したままの1つの値です。Epoch AIでは実行設定のうち最良のもの、OpenRouterでは中央値のホスティング事業者の値(開発元自身のホスティングでテストされた場合はそちら)を用います。「推定SI-IQ」はこの単一の結果が示す能力であり、総合SI-IQはそれらの精度加重平均です。
| ベンチマーク | スコア | 評価機関 | 出典 |
|---|---|---|---|
| MATH Level 5 | 84.4% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| OTIS Mock AIME 2024–2025 | 71.1% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Aider Polyglot | 61.3% | Aider | Aider LLM Leaderboards · データファイル |
| GPQA Diamond | 79.2% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| GPQA Diamond (OpenRouter run) | 76.7% | OpenRouter | OpenRouter benchmark datasets · データファイル |
| τ²-bench Airline (OpenRouter run) | 64.0% | OpenRouter | OpenRouter benchmark datasets · データファイル |
人間の選好(Arena)
人々が2つの匿名の回答を比べて投票するArenaのランキングでは、Claude Sonnet 4は34,132票に基づき評価値1,402(1,397–1,406)です(公開日 2026年10月15日)。人間の選好はベンチマークで測る能力とは異なる指標であり、SI-IQには含まれません。 Arena (Hugging Face)
SI-IQが近いモデル
| モデル | SI-IQ | |
|---|---|---|
| Claude Opus 4Anthropic | 98 | Claude Sonnet 4 vs Claude Opus 4 |
| Claude 3.7 SonnetAnthropic | 99 | Claude Sonnet 4 vs Claude 3.7 Sonnet |
| Qwen3-32BAlibaba | 95 | Claude Sonnet 4 vs Qwen3-32B |
| GPT-4.1 miniOpenAI | 91 | Claude Sonnet 4 vs GPT-4.1 mini |
| GPT-4.1OpenAI | 91 | Claude Sonnet 4 vs GPT-4.1 |
SI-IQの算出方法バージョン 1.0.0 で計算しています。 算出方法の詳細を読む
データソース: 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); Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..