1. 模型
  2. Anthropic
  3. Faithful CoT performance on MMLU and GPQA
AnthropicX · 2025年4月3日 · 官方

Faithful CoT performance on MMLU and GPQA

Anthropic 的这张分组柱状图在 X 上获得 1.2万 浏览，是其帖子中位数的 0.0 倍，在我们收录的 1,162 条 AI 图表帖中浏览排第 794。读取于2026年10月12日。

Comparison of MMLU and GPQA scores for two models

X数据分组柱状图Claude 3Anthropic 全部模型DeepSeek R1Claude Sonnet 3.7
发布者 Anthropic 于 X, 2025年4月3日. 来源: x.com
46/ 100

ViralChart 评分

范围小，但很受欢迎

浏览低于中位数，互动率却更高：看到的人少，但反应热烈。

#672 / 1,162 我们收录的 AI 图表帖 · #49 / 56 Anthropic 的帖子. 评分 = 浏览 40%、赞 30%、互动率 15%、收藏率 15%，每项都按我们收录的全部 AI 图表帖计算百分位。

我们的解读

该帖属于范围小但很受欢迎象限，得分46，在1162条AI图表帖中排第672。

浏览量1.2万，仅为Anthropic公司中位数43.1万条的0.03倍，在56条帖子中排第55。

每粉丝浏览量0.006，低于已知粉丝数帖子的中位数0.20，处于第2百分位。

互动率1.40%，是AI图表帖中位数0.73%的1.9倍，排在第90百分位。

0.01每个粉丝带来的浏览

180.1万 粉丝的账号，带来 1.2万 浏览。

0.0xAnthropic 帖子中位数的倍数

1.2万 浏览，而 Anthropic 一条典型帖子是 43.1万。

0.1x分组柱状图帖子中位数的倍数

我们收录的 108 条分组柱状图帖子，中位数是 8.7万 浏览。

前 10%互动率

1.40% 的浏览者点赞、转发、引用或回复。中位数帖子是 0.73%。

X 公开数据，读取于2026年10月12日。对比对象：1,162 条我们收录的 AI 图表帖，以及 Anthropic 的 56 条。

它的位置

传播范围对比打动程度

每个点是一条帖子。越往右浏览越多，越往上互动率越高。两条线是中位数，四个角就是四种帖子。

在 1,162 条我们收录的 AI 图表帖中

评分 #672 / 1,162

浏览1.2万#794后 32%
赞148#708后 39%
互动率1.40%#115前 10%
收藏率0.086%#522前 45%

在 Anthropic 的 56 条帖子中

评分 #49 / 56

浏览1.2万#55后 3%
赞148#53后 6%
互动率1.40%#2前 3%
收藏率0.086%#7前 12%

增长

目前只读取过一次

浏览1.2万
读取时发布天数557 天
平均每天浏览21浏览除以发布以来的天数

圆点是我们的读取。从发布当天到第一次读取之间的虚线是空档，不是数据。

Anthropic 的帖子随时间变化

我们收录的这个账号的每条帖子，按日期和浏览排列。标出的是这一条，线是最近 10 条的滚动中位数。

新闻 · 2025年4月3日

Anthropic发CoT图表，互动率1.40%

浏览量1.2万，互动率1.40%，收藏率0.086%，在Anthropic的56条帖子中排第49。

发生了什么

Anthropic于2025年4月3日发布1张分组柱状图，对比MMLU和GPQA上的忠实CoT表现。同日该账号共发2条帖子，另一条主题为Faithful CoT with examples by model，浏览量1.6万。

数字

浏览量1.2万，在1162条AI图表帖中排第794，在Anthropic的56条帖子中排第55。互动率1.40%，在1162条AI图表帖中排第115。

经验

1张分组柱状图展示2个模型的对比，互动率1.40%达到AI图表帖中位数的1.9倍。收藏率0.086%与互动率之间的差距，是这张图表的实测数据。

意味着什么

该帖在Anthropic的56条帖子中排第49，浏览量1.2万低于AI图表帖中位数4万。互动率1.40%排在第90百分位，与浏览量排名第794形成对比。

由 ViralChart 根据2026年10月12日读取的公开数字撰写，每个数字展示前都与我们的数据核对过。

后续：Anthropic 接着发了什么

  1. Claude 4 benchmarks429.6万 浏览
  2. Software engineering SWE-bench Verified13.1万 浏览
  3. Software Engineering Benchmark Comparison414万 浏览
  4. SWE-bench Verified Accuracy16万 浏览
  5. Plan usage limits16万 浏览
  6. Software engineering SWE-bench Verified134.1万 浏览

数据与 API

从这张图读出 4 个数据点

从图片估算 97%
系列分组数值读取方式
MMLUClaude Sonnet 3.732 %图上印着
GPQAClaude Sonnet 3.718 %图上印着
MMLUDeepSeek R147 %图上印着
GPQADeepSeek R132 %图上印着

Max 方案 · API

GET https://viral-chart.com/api/posts/6d9e678b731d.json
GET https://viral-chart.com/api/charts/6d9e678b731d.json
GET https://viral-chart.com/api/charts/6d9e678b731d.skill.md
做一张这样的图打开帖子 JSON图表数据 JSON技能文件API 文档

原型里是静态文件。帖子 JSON 包含公开数字、排名、评分、象限、我们的读取记录，以及通过核对的文案。

API · Max

用 API 调用这张图

Max 套餐可以取这张图的数字（每个数字都带来源），格式为 JSON 或 CSV，附重画规格；也可以让智能体通过 MCP 调用。图表 id：6d9e678b731d。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/6d9e678b731d标题、发布者、日期、图型、数据点数；用 Max 密钥时附数据链接开放
GET/api/v1/charts/6d9e678b731d/data每个数据点及其来源和置信度，加上重画规格。加 ?format=csv 得到 CSVMax
GET/api/v1/charts/6d9e678b731d/render?view=1本页使用的只读绘图视图开放
POST/mcp工具 get_chart_data 加这个 id，供 Claude、Cursor 等智能体使用Max
curlMax
curl -s https://viral-chart.com/api/v1/charts/6d9e678b731d/data \
  -H "Authorization: Bearer $VIRALCHART_KEY"
Claude CodeMax
claude mcp add --transport http viralchart https://viral-chart.com/mcp \
  --header "Authorization: Bearer $VIRALCHART_KEY"

每个密钥每分钟 60 次，超出返回 429 和 Retry-After。每个账号最多 5 个密钥，在账户页创建，只显示一次。没有 Max 时数据接口返回 402，并附套餐链接。这些数字描述的是发布者拥有的图，每个文件都带授权说明。

更多关于 Claude 3 的图

Claude 3: Model benchmarks
官方X · Anthropic2024年10月22日
Model benchmarks370.4万 浏览 · 9916 赞
数据
Claude 3: Claude 3.5 Sonnet benchmarks
官方X · Anthropic2024年6月20日
Claude 3.5 Sonnet benchmarks252.9万 浏览 · 6989 赞
数据
Claude 3: Software SWE-bench Verified Accuracy
官方X · Anthropic2025年2月24日
Software SWE-bench Verified Accuracy30.6万 浏览 · 1904 赞
数据
Claude 3: Claude 3.7 Sonnet benchmarks
官方X · Anthropic2025年2月24日
Claude 3.7 Sonnet benchmarks28.3万 浏览 · 1878 赞
数据
Claude 3: Optimize throughput with prompt caching
官方X · Anthropic2025年3月13日
Optimize throughput with prompt caching13.6万 浏览 · 1366 赞
数据
Claude 3: Claude 3.5 Haiku benchmarks
官方X · Anthropic2024年10月22日
Claude 3.5 Haiku benchmarks13.3万 浏览 · 652 赞
数据

Anthropic 的更多图

Anthropic 堆叠柱状图: Firefox安全漏洞4.7x
Anthropic·2026年3月
Firefox安全漏洞
324万 浏览1.5万 赞0.5% 互动
数据
Anthropic 折线图: 美国GDP的AI情景0.4x
Anthropic·2026年9月
美国GDP的AI情景
85.6万 浏览1171 赞0.2% 互动
数据
Anthropic 柱状图: 强化学习奖励黑客风险1.0x
Anthropic·2026年9月
强化学习奖励黑客风险
80.6万 浏览3152 赞0.5% 互动
数据
Claude Opus 4: Opus 4.8 benchmark comparison
官方X · Anthropic2026年5月28日
Opus 4.8 benchmark comparison1550.7万 浏览 · 6.6万 赞
数据
Claude Mythos: Opus 4.7 Benchmark Comparison
官方X · Anthropic2026年4月16日
Opus 4.7 Benchmark Comparison1407.5万 浏览 · 8万 赞
数据
Claude agents and computer use: AI Model Benchmark Comparison
官方X · Anthropic2025年11月24日
AI Model Benchmark Comparison782万 浏览 · 1.9万 赞
数据
Claude Fable 5: Claude Mythos 5 and Fable 5 Benchmark Comparison
官方X · Anthropic2026年6月9日
Claude Mythos 5 and Fable 5 Benchmark Comparison625.1万 浏览 · 1.5万 赞
数据
Claude Fable 5: AI Model Benchmark Comparison
官方X · Anthropic2026年7月24日
AI Model Benchmark Comparison582.8万 浏览 · 1.1万 赞
数据
Claude Opus 4.6: Long context MRCR v2 retrieval
官方X · Anthropic2026年3月13日
Long context MRCR v2 retrieval570.9万 浏览 · 2.5万 赞
数据

常见问题

这张图从哪里来？

Anthropic于2025年4月3日在 X（x.com）发布了它。我们把它留在这里，并以文字注明发布者和日期，方便你不离开本站就能研究。

我能做一张这样的图吗？

用格式，不用原图。打开它的数据页，用“做一张这样的图”：从这张图的数字起步，换成你的。