{"id":37272,"date":"2024-06-24T12:01:13","date_gmt":"2024-06-24T12:01:13","guid":{"rendered":"https:\/\/meetcody.ai\/blog\/claude-3-5-sonnet-von-anthropic-veroeffentlicht-besser-als-gpt-4o\/"},"modified":"2024-07-31T10:31:10","modified_gmt":"2024-07-31T10:31:10","slug":"claude-3-5-sonnet-von-anthropic-veroeffentlicht-besser-als-gpt-4o","status":"publish","type":"post","link":"https:\/\/meetcody.ai\/de\/blog\/claude-3-5-sonnet-von-anthropic-veroeffentlicht-besser-als-gpt-4o\/","title":{"rendered":"Claude 3.5 Sonnet LLM von Anthropic ver\u00f6ffentlicht: Besser als GPT-4o?"},"content":{"rendered":"
\n
\n
\n
\n
<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
\n
\n
\n
\n
\n
Claude 3.5 Sonnet LLM ist das neueste Modell in der Claude 3.5 Familie der gro\u00dfen Sprachmodelle (LLMs). Das von Anthropic<\/a> im M\u00e4rz 2024 vorgestellte Ger\u00e4t ist ein bedeutender Schritt nach vorn. Dieses Modell \u00fcbertrifft seine Vorg\u00e4nger und namhafte Konkurrenten wie GPT-4o und Gemini 1.5 Pro. Claude 3.5 Sonnet LLM setzt neue Ma\u00dfst\u00e4be in Sachen Leistung, Kosteneffizienz und Vielseitigkeit. Es zeichnet sich durch eine Vielzahl von Bereichen aus, was es zu einem wertvollen Werkzeug<\/a> f\u00fcr verschiedene Branchen und Anwendungen macht. Seine fortschrittlichen F\u00e4higkeiten in den Bereichen Rechnen, logisches Denken, Codierung und mehrsprachige Aufgaben sind un\u00fcbertroffen. Das Modell erzielt Spitzenwerte bei den branchen\u00fcblichen Metriken. Es hat einen bemerkenswerten Wert von 67,2% in 5-Schuss-Einstellungen f\u00fcr Graduate Level Q&A (GPQA), einen ph\u00e4nomenalen Wert von 90,4% in General Reasoning (MMLU) und einen beeindruckenden Wert von 92,0% in Python Coding (HumanEval). <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n

Wie schneidet Claude 3.5 Sonnet LLM ab?<\/h2>\n
\n
\n
\n
\n
In der Graduate Level Q&A (GPQA) mit 5-Schuss-Einstellungen erzielte Claude 3.5 Sonnet beeindruckende 67,2%. Diese Metrik bewertet die F\u00e4higkeit des Modells, Fragen auf Hochschulniveau zu verstehen und zu beantworten, was auf ein fortgeschrittenes Verst\u00e4ndnis und logisches Denken hinweist.<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
\n
\n
\n
\n
\n
Beim allgemeinen logischen Denken (MMLU) erreichte das Modell bemerkenswerte 90,4%, was seine starke Leistung beim logischen Denken und bei Probleml\u00f6sungsaufgaben widerspiegelt. Claude 3.5 Sonnet gl\u00e4nzt in der Python-Codierung und erreicht im HumanEval-Benchmark 92,0%. Dies zeigt, wie gut Python-Code geschrieben und verstanden werden kann, was es zu einem unsch\u00e4tzbaren Werkzeug f\u00fcr Entwickler und Ingenieure macht. Die F\u00e4higkeit des Modells, Informationen doppelt so schnell zu verarbeiten wie das Vorg\u00e4ngermodell Claude 3 Opus, steigert seine Effizienz bei der Bearbeitung komplexer Aufgaben und mehrstufiger Arbeitsabl\u00e4ufe erheblich. Diese schnelle Verarbeitungsf\u00e4higkeit ist besonders f\u00fcr Branchen von Vorteil, die eine schnelle Entscheidungsfindung erfordern, wie z.B. das Finanz- und Gesundheitswesen. Au\u00dferdem kann Claude 3.5 Sonnet 64% der ihm vorgelegten Verschl\u00fcsselungsprobleme l\u00f6sen, verglichen mit 38% bei Claude 3 Opus. Diese substanzielle Verbesserung unterstreicht die fortschrittlichen Codierf\u00e4higkeiten, die es zu einem leistungsstarken Werkzeug f\u00fcr die Softwareentwicklung, die Codepflege und sogar die Code\u00fcbersetzung machen. <\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n
\n

Wie sieht es mit den Vision-F\u00e4higkeiten von Claude 3.5 Sonnet aus?<\/h2>\n