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 3.7 Sonnetの賢さは?
Claude 3.7 SonnetはAnthropicのモデルで、2025年2月24日にリリースされました。SI-IQは99(90%区間 95–103)で、2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。 最も得意な分野はコーディング、最も苦手な分野は数学です。
基本情報
- 開発元
- Anthropic
- リリース日
- 2025年2月24日
- 利用形態
- API利用可
- 使用したベンチマーク
- 2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 | 91.2% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| OTIS Mock AIME 2024–2025 | 57.8% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Aider Polyglot | 64.9% | Aider | Aider LLM Leaderboards · データファイル |
| SWE-bench Verified (Epoch AI run) | 61.0% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| GPQA Diamond | 79.7% | Epoch AI | Epoch AI Benchmarking Hub · 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 3.7 Sonnetは38,159票に基づき評価値1,388(1,384–1,393)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 3.7 Sonnet vs Claude Opus 4 |
| Claude Sonnet 4Anthropic | 97 | Claude 3.7 Sonnet vs Claude Sonnet 4 |
| Qwen3-32BAlibaba | 95 | Claude 3.7 Sonnet vs Qwen3-32B |
| Claude Haiku 4.5Anthropic | 104 | Claude 3.7 Sonnet vs Claude Haiku 4.5 |
| o3-miniOpenAI | 105 | Claude 3.7 Sonnet vs o3-mini |
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).