Claude Sonnet 4.5vsClaude 3.5 Sonnet New
在 6 个共同 benchmark 中，Claude Sonnet 4.5 整体领先：Claude Sonnet 4.5 领先 6 项，Claude 3.5 Sonnet New 领先 0 项，持平 0 项，平均分差 +16.48。
Claude Sonnet 4.5
Anthropic · 2025-09-30 · 聊天大模型
Claude 3.5 Sonnet New
Anthropic · 2024-10-22 · 聊天大模型
Claude Sonnet 4.56 项(100%)(0%)0 项Claude 3.5 Sonnet New
评测分数
按能力类目分组，每组内按分差大小排列；共 6 项。
Coding and Software Engineer
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude 3.5 Sonnet New | 分差 |
|---|---|---|---|
| SWE-bench Verified | 826 / 108 | 4993 / 108 | +33 |
| LiveCodeBench | 7147 / 120 | 38.70102 / 120 | +32.30 |
General Knowledge
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude 3.5 Sonnet New | 分差 |
|---|---|---|---|
| GPQA Diamond | 83.4058 / 178 | 65131 / 178 | +18.40 |
| MMLU Pro | 887 / 126 | 7869 / 126 | +10 |
Math and Reasoning
Claude Sonnet 4.5 领先 2/2| 评测项 | Claude Sonnet 4.5 | Claude 3.5 Sonnet New | 分差 |
|---|---|---|---|
| FrontierMath | 5.2038 / 60 | 2.1047 / 60 | +3.10 |
| FrontierMath - Tier 4 | 2.1056 / 80Normal (No Tools) | 072 / 80Normal (No Tools) | +2.10 |
规格对比
| 字段 | Claude Sonnet 4.5 | Claude 3.5 Sonnet New |
|---|---|---|
| 发布机构 | Anthropic | Anthropic |
| 发布时间 | 2025-09-30 | 2024-10-22 |
| 模型类型 | 聊天大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1000K | 200K |
| 最大输出 | 64K | 暂无数据 |
小结
- Claude Sonnet 4.5在以下类目领先:Coding and Software Engineer (2/2)、General Knowledge (2/2)、Math and Reasoning (2/2)
6 个共同 benchmark 上，Claude Sonnet 4.5 平均高出 16.48 分。
单项差距最大的 benchmark：SWE-bench Verified — Claude Sonnet 4.5 82，Claude 3.5 Sonnet New 49（分差 +33）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。