Claude Sonnet 3.7-64K Extended Thinking 评测详情

Claude Sonnet 3.7-64K Extended Thinking 当前已收录的代表性评测结果包括 GPQA Diamond（39 / 166，得分 84.80）、MATH-500（19 / 43，得分 96.20）、AIME 2024（28 / 62，得分 80）。