1. 图表数据
  2. Anthropic
  3. Claude 3.7 Sonnet benchmarks
Anthropic表格图 · 56 个数据点 · Claude 3

Claude 3.7 Sonnet benchmarks

Anthropic 发布的一张图背后的数字，用原生图表重画。对照原图，研究数据，再做你自己的。

从图片估算 55%Claude 3Anthropic 全部模型全部图表数据
图表来自 Anthropic. 来源: x.com

简化重绘

由我们用下面的数字重新绘制。悬停、点按或用方向键查看。

这是简化重绘：它用我们自己的样式展示数字，不是原图的样子。强调色标出这张图的主角。表格里带 ~ 的是估算值。

数字

56 个点中前 10 个免费
分组系列数值来源置信
Graduate-level reasoning (GPQA Diamond)Claude 3.7 Sonnet 64K extended thinking~78.2%估算0.80
Graduate-level reasoning (GPQA Diamond)Claude 3.7 Sonnet No extended thinking~84.8%估算0.80
Graduate-level reasoning (GPQA Diamond)Claude 3.5 Sonnet (new)~65%估算0.80
Graduate-level reasoning (GPQA Diamond)OpenAI o3-mini High75.7%估算0.30
Graduate-level reasoning (GPQA Diamond)OpenAI o3-mini78%估算0.50
Graduate-level reasoning (GPQA Diamond)DeepSeek R1 32K extended thinking79.7%估算0.30
Graduate-level reasoning (GPQA Diamond)Grok 3 Beta Extended thinking71.5%估算0.30
Graduate-level reasoning (GPQA Diamond)Grok 3 Beta Extended thinking80.2%估算0.50
Graduate-level reasoning (GPQA Diamond)Grok 3 Beta Extended thinking84.6%估算0.50
Agentic coding (SWE-bench Verified)Claude 3.7 Sonnet 64K extended thinking62.3%估算0.50

Max 数据，目前留邮箱免费看

查看全部 56 个数据点并下载文件

这张图的完整表格、JSON、CSV 和 agent skill 文件。它们属于 Max；原型阶段，留邮箱即可解锁。

解锁全部 35 家巨头。每周一封，随时退订。 看看能得到什么 · 登录

Agentic coding (SWE-bench Verified)Claude 3.7 Sonnet No extended thinking70.3%估算0.30
Agentic coding (SWE-bench Verified)Claude 3.5 Sonnet (new)49%估算0.50
Agentic coding (SWE-bench Verified)OpenAI o3-mini High48.9%估算0.50
Agentic coding (SWE-bench Verified)OpenAI o3-mini49.3%估算0.50
Agentic coding (SWE-bench Verified)DeepSeek R1 32K extended thinking49.2%估算0.50
Agentic tool use (TAU-bench)Claude 3.7 Sonnet No extended thinking~81.2%估算0.80
Agentic tool use (TAU-bench)Claude 3.5 Sonnet (new)~71.5%估算0.80
Agentic tool use (TAU-bench)OpenAI o3-mini High73.5%估算0.30
Multilingual Q&A (MMMLU)Claude 3.7 Sonnet 64K extended thinking~86.1%估算0.80
Multilingual Q&A (MMMLU)Claude 3.7 Sonnet No extended thinking~83.2%估算0.80
Multilingual Q&A (MMMLU)Claude 3.5 Sonnet (new)~82.1%估算0.80
Multilingual Q&A (MMMLU)OpenAI o3-mini High87.7%估算0.30
Multilingual Q&A (MMMLU)OpenAI o3-mini79.5%估算0.50
Visual reasoning (MMMU (validation))Claude 3.7 Sonnet 64K extended thinking~75%估算0.80
Visual reasoning (MMMU (validation))Claude 3.7 Sonnet No extended thinking~71.3%估算0.80
Visual reasoning (MMMU (validation))Claude 3.5 Sonnet (new)~70.4%估算0.80
Visual reasoning (MMMU (validation))OpenAI o3-mini High78.2%估算0.50
Instruction-following (IFEval)Claude 3.7 Sonnet 64K extended thinking~93.2%估算0.80
Instruction-following (IFEval)Claude 3.7 Sonnet No extended thinking~90.8%估算0.80
Instruction-following (IFEval)Claude 3.5 Sonnet (new)~90.2%估算0.80
Instruction-following (IFEval)DeepSeek R1 32K extended thinking~83.3%估算0.80
Instruction-following (IFEval)Grok 3 Beta Extended thinking76%估算0.50
Instruction-following (IFEval)Grok 3 Beta Extended thinking78%估算0.50
Math problem-solving (MATH 500)Claude 3.7 Sonnet 64K extended thinking~96.2%估算0.80
Math problem-solving (MATH 500)Claude 3.7 Sonnet No extended thinking~82.2%估算0.80
Math problem-solving (MATH 500)Claude 3.5 Sonnet (new)~78%估算0.80
Math problem-solving (MATH 500)OpenAI o3-mini High~97.15%估算0.65
Math problem-solving (MATH 500)OpenAI o3-mini97.9%估算0.50
Math problem-solving (MATH 500)DeepSeek R1 32K extended thinking~97.3%估算0.80
High school math competition (AIME 2024)Claude 3.7 Sonnet 64K extended thinking~61.3%估算0.80
High school math competition (AIME 2024)Claude 3.7 Sonnet No extended thinking80%估算0.30
High school math competition (AIME 2024)Claude 3.5 Sonnet (new)23.3%估算0.30
High school math competition (AIME 2024)OpenAI o3-mini High16%估算0.30
High school math competition (AIME 2024)OpenAI o3-mini79.2%估算0.50
High school math competition (AIME 2024)DeepSeek R1 32K extended thinking83.3%估算0.30
High school math competition (AIME 2024)Grok 3 Beta Extended thinking87.3%估算0.30
High school math competition (AIME 2024)Grok 3 Beta Extended thinking79.8%估算0.50
High school math competition (AIME 2024)Grok 3 Beta Extended thinking83.9%估算0.50
High school math competition (AIME 2024)Grok 3 Beta Extended thinking93.3%估算0.50
Graduate-level reasoning (GPQA Diamond)OpenAI o1~75.7%估算0.30
Agentic coding (SWE-bench Verified)OpenAI o1~78%估算0.30
Agentic tool use (TAU-bench)OpenAI o1~48.9%估算0.30
Multilingual Q&A (MMMLU)OpenAI o1~87.7%估算0.30
Visual reasoning (MMMU (validation))OpenAI o1~78.2%估算0.30
Math problem-solving (MATH 500)OpenAI o1~96.4%估算0.30
High school math competition (AIME 2024)OpenAI o1~79.2%估算0.30
下载这张图的数据

Max 订阅者可以通过 API 取同样的数据。 API 文档

JSONagent skill 文件

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：75be1f405c8a。

查看 Max 套餐API 文档
路径返回套餐
GET/api/v1/charts/75be1f405c8a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/75be1f405c8a/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/75be1f405c8a/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/75be1f405c8a/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。

做一张这样的图

这张图的形式，你的数字。

实时预览。所有内容都留在你的设备上。

选择形式

简化形式：用我们自己的样式，不是原图的样子。你的数字从这张图的数据开始。

Anthropic 的更多数据

全部图表数据
从图片估算Claude 3.5 Sonnet benchmarksAnthropic · 表格图 · 34 个数据点从图片估算Software engineeringAnthropic · 柱状图 · 2 个数据点从图片估算Novel problem-solving by costAnthropic · 散点图 · 3 个数据点从图片估算相似重绘 7.4Code Arena: WebDevarena · 柱状图 · 15 个数据点从图片估算Model benchmarksAnthropic · 表格图 · 31 个数据点从图片估算相似重绘 6.0Opus 4.8Anthropic · 表格图 · 28 个数据点

常见问题

这些数字有多准？

它们由两遍独立读图估算得出，置信度 0.55（0 到 1）。图上印着的数字读得准，从坐标轴读出的值可能有几个百分点的偏差。

这些数据可以直接用吗？

这些数字描述的是 Anthropic 发布的图表。图片、版式和样式归他们所有。使用数字时请注明发布者，图片请用你自己的数据来做。

怎么拿到文件？

JSON、CSV 和 agent skill 文件在本页的邮箱解锁区。原型里它们是静态文件：/api/charts/75be1f405c8a.json 和 /api/charts/75be1f405c8a.skill.md。