该模型在梯度级推理(GPQA)、本科级知识(MMLU)和编码能力(HumanEval)等领域设立了新的行业标准。它的理解力、幽默感和处理复杂指令的能力都有显著提升,能够以自然、亲切的语调生成高质量内容。Claude 3.5 Sonnet 的运行速度是 Claude 3 Opus 的两倍,且具有成本效益,非常适合复杂任务如上下文敏感的客户支持和多步骤工作流程的协调。
在内部评估中,Claude 3.5 Sonnet 在代码编程能力上显著超越了 Claude 3 Opus,能够独立编写、编辑和执行代码。它在视觉领域的表现也是 Anthropic 迄今最强的,特别擅长视觉推理任务,如解读图表和图形,以及从不完美的图像中准确转录文本。