Das Warten ist vorbei! Das Claude 3.7 -Sonett von Anthropic ist hier – ihre erste große Veröffentlichung von 2025. Dies folgt ihrem letzten Replace, dem im Juli 2024 gestarteten Sonnet 3.5 -Modell (ein Codierungskraftwerk) Nahinstante Antworten oder detaillierte, schrittweise Argumentation, die für Benutzer sichtbar sind. API -Benutzer erhalten eine präzise Kontrolle über die Denkdauer des Modells und passen sie auf ihre Bedürfnisse an. Claude 3.7 Sonett glänzt mit erheblichen Verbesserungen bei der Codierung und der Entrance-Finish-Webentwicklung. Lassen Sie uns seine Leistung ansehen, wie man zugreift und es auch ausprobiert!
Frontier Argumenting machte praktisch
Claude 3.7 Sonett spiegelt einen einheitlichen Ansatz zur Argumentation wider, die schnelle Antworten und eine tiefe Reflexion in einem einzelnen Modell integriert. Es fungiert sowohl als Normal-LLM als auch als Argumentationsmodell mit einem Standardmodus, in dem Claude 3.5-Sonett aufgerüstet wird, und als erweiterter Denkmodus, der sich selbst reflektiert, um die Leistung in Mathematik, Physik, Codierung und mehr zu verbessern.
https://www.youtube.com/watch?v=t3nndxa81hs
API -Benutzer können ein Token -Finances für das Denken, die Ausgleich von Geschwindigkeit und Qualität festlegen. Im Gegensatz zu Wettbewerbern priorisierte Sonnet 3.7 reale Aufgaben für Wettbewerbsprobleme und optimierte für den Geschäftsgebrauch.
Claude Sonnet 3.7 Leistung
Frühe Assessments zeigen Claude Excelling in der Codierung, mit Cursor, Kognition, Vercel, Replit und Canva, die erstklassige Ergebnisse für komplexe Codebasen, Full-Stack-Updates, Agenten-Workflows und produktionsbereitete Code mit weniger Fehlern und besserem Design berichten.

Es liefert eine erstklassige Leistung bei SWE-Bench verifiziert, einem Benchmark-Take a look at-AI-Fashions, der die Fähigkeit der realen Software program-Herausforderungen bewältigt hat. Weitere Informationen zum Gerüst finden Sie im Anhang.

Es zeichnet sich auf Tau-Bench aus, ein Framework, das KI-Agenten bei komplexen realen Aufgaben mit Benutzer- und Instrument-Interaktionen bewertet. Überprüfen Sie den Anhang auf Gerüstdetails.

Claude 3.7 Sonett zeichnet sich in Anweisungen, allgemeinen Denken, multimodalen Funktionen und Agentencodierung aus, wobei erweitertes Denken seine mathematische und naturwissenschaftliche Leistung erheblich verbessert. Über die Normal -Benchmarks hinaus hat es alle früheren Modelle in übertroffen Pokémon -Gameplay -Assessments.
Wie kann ich Claude Sonnet 3.7 zugreifen?
Sie können mit Chatbot und API auf dieses Modell zugreifen. Schauen wir uns beide Ansätze an:
Mit Sonnet 3.7 über Chatbot
1. Gehen Sie zu Claude.ai und melden Sie sich mit Ihrem Google Mail -Konto oder GitHub an.
2. Wählen Sie das richtige Modell aus und beginnen Sie Ihre Konversation!

Zugriff auf Sonett 3.7 über API
Melden Sie sich an und holen Sie sich den API -Schlüssel:
- Besuchen Sie die anthropische Web site (anthropic.com) und melden Sie sich für ein Konto an.
- Navigieren Sie zum API -Abschnitt in Ihrem Konto -Dashboard und generieren Sie eine API -Style. Dieser Schlüssel authentifiziert Ihre Anfragen.
Installieren Sie die anthropische Python -Bibliothek:
Sie benötigen das anthropische Python -Paket, um mit der API zu interagieren. Installieren Sie es mit PIP:
pip set up anthropic
Richten Sie Ihre Umgebung ein:
Speichern Sie Ihren API -Schlüssel sicher, idealerweise als Umgebungsvariable, um sie in Ihrem Skript zu vermeiden. Zum Beispiel:
export ANTHROPIC_API_KEY='your-api-key-here'
Beispielpython -Code für Claude 3.7 Sonnet API
Hier ist ein einfaches Beispiel, damit Sie mit dem Claude 3.7 -Sonnet -Modell beginnen:
import anthropic
import os
# Initialize the Anthropic shopper along with your API key
shopper = anthropic.Anthropic(api_key=os.getenv("ANTHROPIC_API_KEY"))
# Ship a message to Claude 3.7 Sonnet
response = shopper.messages.create(
mannequin="claude-3-7-sonnet-20250225", # Mannequin title for Claude 3.7 Sonnet
max_tokens=1000, # Most output tokens (regulate as wanted)
messages=(
{
"position": "consumer",
"content material": "Good day! Are you able to inform me in regards to the climate as we speak?"
}
)
)
# Print the response
print(response.content material(0).textual content)
Probieren wir es aus!
Immediate: “Analysieren Sie diese Schachbrettposition. Schlagen Sie den besten Schritt für den aktuellen Spieler (Weiß) vor, um schwarz zu checkmatern und die Argumentation zu erklären“

Claude Sonnet 3.7 Ausgabe:

Grok, Deepseek, O3-Mini und O1 Ausgang:


Beobachtung:
Ich habe diese Bildanalyseaufgabe mit GROK 3, Deepseek R1, OpenAIs O1 und O3-Mini getestet, und jeder von ihnen hat nicht die richtige Antwort gegeben. Ich bin fassungslos, dass Claude 3.7 Sonett nicht nur schnell reagierte, sondern die Antwort genagelt hat!
Beispiele von anderen Benutzern
Endnote
Die Ankunft von Claude 3.7 Sonnet bringt hybride Argumentation in den Vordergrund und verschmelzen schnelle Reaktionen mit tiefem, sichtbarem Problemlösung. Seine Exzellenz in Codierung, realen Aufgaben und sogar Nischentests wie Pokémon-Gameplay positioniert es als beeindruckende Konkurrent.
Als nächstes werden wir seine Grenzen durch detaillierte Artikel über untersuchen Analytics Vidhya Weblogherausfordern es gegen aktuelle Argumentationsführer: Deepseek R1, Grok 3, Openais O1 und O3-Mini. Frühe Ergebnisse, wie die Spot-on-Chessboard-Analyse, bei der Rivalen stolperten, deuten darauf hin, dass sie sie übertreffen könnte. Mit der API -Flexibilität und einem praktischen Vorteil ist es hier, um den Wettbewerb zu stören.