Claude 3.5 Sonnet

Fiche modèle · Anthropic · claude-3-5-sonnet-20241022

Claude 3.5 Sonnet is a powerful AI model with industry-leading software engineering skills. It excels in coding, planning, and problem-solving, with significant improvements in agentic coding and tool use tasks. The model includes computer use capabilities in public beta, allowing it to interact with computer interfaces like a human user.

Fiches modèles

Identité

Organisation	Anthropic
Pays	—
Famille	—
Type	llm
Date de sortie	2024-10-22
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	200 000
KV cache / token (Q8)	—
Paramètres totaux	≈ 400 B (estimation, confiance moyenne — https://epoch.ai/gradient-updates/frontier-language-models-have-become-much-smaller)
Paramètres actifs (session)	≈ 40 B–50 B (estimation, confiance faible — https://www.latent.space/p/semianalysis)
Source des paramètres actifs	https://www.latent.space/p/semianalysis (estimation, confiance faible)
Curation des paramètres actifs	2026-10-25
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-05-07T16:53:27.480318Z
Mis à jour le	2026-11-04T06:04:31.910780Z
Source	LLM Stats
URL	https://llm-stats.com/models/claude-3-5-sonnet-20241022

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.70
image_to_text	1.00
language	0.90
legal	0.80
math	0.90
multimodal	0.80
physics	0.70
reasoning	0.80
finance	0.80
frontend_development	0.50
general	0.80
healthcare	0.80
biology	0.70
chemistry	0.70
code	0.70
communication	0.60
tool_calling	0.60
vision	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
ai2d	vision	0.95	1.00	0.95	non	oui	2026-11-04T06:04:31.929785Z
big-bench-hard	reasoning	0.93	1.00	0.93	non	oui	2026-11-04T06:04:31.933209Z
chartqa	reasoning	0.91	1.00	0.91	non	oui	2026-11-04T06:04:31.940497Z
docvqa	vision	0.95	1.00	0.95	non	oui	2026-11-04T06:04:31.959734Z
drop	reasoning	0.87	1.00	0.87	non	oui	2026-11-04T06:04:31.969271Z
gpqa	reasoning	0.67	1.00	0.67	non	oui	2026-11-04T06:04:31.973147Z
gsm8k	math	0.96	1.00	0.96	non	oui	2026-11-04T06:04:31.983395Z
humaneval	reasoning	0.94	1.00	0.94	non	oui	2026-11-04T06:04:31.992381Z
math	math	0.78	1.00	0.78	non	oui	2026-11-04T06:04:32.003009Z
mathvista	math	0.68	1.00	0.68	non	oui	2026-11-04T06:04:32.006825Z
mgsm	math	0.92	1.00	0.92	non	oui	2026-11-04T06:04:32.011993Z
mmlu	general	0.90	1.00	0.90	non	oui	2026-11-04T06:04:32.023033Z
mmlu-pro	language	0.78	1.00	0.78	non	oui	2026-11-04T06:04:32.029480Z
mmmu	multimodal	0.68	1.00	0.68	non	oui	2026-11-04T06:04:32.032932Z
osworld-extended	general	0.22	1.00	0.22	non	oui	2026-11-04T06:04:32.040921Z
osworld-screenshot-only	multimodal	0.15	1.00	0.15	non	oui	2026-11-04T06:04:32.044136Z
swe-bench-verified	reasoning	0.49	1.00	0.49	non	oui	2026-11-04T06:04:32.053228Z
tau-bench-airline	reasoning	0.46	1.00	0.46	non	oui	2026-11-04T06:04:32.059640Z
tau-bench-retail	chat	0.69	1.00	0.69	non	oui	2026-11-04T06:04:32.069393Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
code	169	—	11.34	2	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04