anthropic

Claude 3.7 Sonnet

Claude 3.7 Sonnet adalah model hybrid reasoning pertama dari Anthropic, menghadirkan kapabilitas coding state-of-the-art, context window 200k, dan visible...

anthropic logoanthropicClaude 3February 24, 2025
Konteks
200Ktoken
Output maks.
128Ktoken
Harga input
$3.00/ 1M
Harga output
$15.00/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
84.8%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). Claude 3.7 Sonnet meraih skor 84.8% pada benchmark ini.
HLE
34%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. Claude 3.7 Sonnet meraih skor 34% pada benchmark ini.
MMLU
89%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. Claude 3.7 Sonnet meraih skor 89% pada benchmark ini.
MMLU Pro
74%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. Claude 3.7 Sonnet meraih skor 74% pada benchmark ini.
SimpleQA
42%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. Claude 3.7 Sonnet meraih skor 42% pada benchmark ini.
IFEval
93.2%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. Claude 3.7 Sonnet meraih skor 93.2% pada benchmark ini.
AIME 2025
54.8%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. Claude 3.7 Sonnet meraih skor 54.8% pada benchmark ini.
MATH
96.2%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. Claude 3.7 Sonnet meraih skor 96.2% pada benchmark ini.
GSM8k
97%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. Claude 3.7 Sonnet meraih skor 97% pada benchmark ini.
MGSM
92%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. Claude 3.7 Sonnet meraih skor 92% pada benchmark ini.
MathVista
70%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. Claude 3.7 Sonnet meraih skor 70% pada benchmark ini.
SWE-Bench
70.3%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. Claude 3.7 Sonnet meraih skor 70.3% pada benchmark ini.
HumanEval
94%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. Claude 3.7 Sonnet meraih skor 94% pada benchmark ini.
LiveCodeBench
65%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. Claude 3.7 Sonnet meraih skor 65% pada benchmark ini.
MMMU
75%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. Claude 3.7 Sonnet meraih skor 75% pada benchmark ini.
MMMU Pro
55%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. Claude 3.7 Sonnet meraih skor 55% pada benchmark ini.
ChartQA
89%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. Claude 3.7 Sonnet meraih skor 89% pada benchmark ini.
DocVQA
94%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. Claude 3.7 Sonnet meraih skor 94% pada benchmark ini.
Terminal-Bench
35.2%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. Claude 3.7 Sonnet meraih skor 35.2% pada benchmark ini.
ARC-AGI
12%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. Claude 3.7 Sonnet meraih skor 12% pada benchmark ini.

Coba Claude 3.7 Sonnet Gratis

Chat dengan Claude 3.7 Sonnet secara gratis. Uji kemampuannya, ajukan pertanyaan dan jelajahi apa yang bisa dilakukan model AI ini.

Prompt
Respons
anthropic/claude-3-7-sonnet-20250219

Respons AI Anda akan muncul di sini

Tentang Claude 3.7 Sonnet

Pelajari tentang kemampuan, fitur, dan cara menggunakan Claude 3.7 Sonnet.

Hybrid Reasoning dan Transparansi

Claude 3.7 Sonnet mewakili pergeseran penting dalam arsitektur LLM sebagai model 'hybrid reasoning' pertama dari Anthropic. Secara unik, model ini memungkinkan pengguna untuk beralih antara respons standar dengan latency rendah dan mode 'extended thinking' yang menampilkan chain-of-thought internalnya. Transparansi ini memberikan jendela yang jelas bagi pengguna ke dalam logika model, membuatnya sangat efektif untuk troubleshooting yang rumit dan tugas reasoning berisiko tinggi.

Penguasaan Rekayasa Perangkat Lunak

Dirancang dengan fokus kuat pada rekayasa perangkat lunak dan output yang siap produksi, model ini telah menetapkan standar industri baru pada benchmark seperti SWE-Bench Verified. Model ini unggul dalam 'vibe coding,' di mana pengembang mendeskripsikan niat tingkat tinggi dan model menangani implementasi di beberapa file. Ia menangani refactoring kompleks dan keputusan arsitektur dengan presisi yang melampaui frontier model sebelumnya.

Context Masif dan Tool Agentic

Dengan context window masif sebesar 200,000 tokens dan set tool agentic yang disebut Claude Code, ia berubah dari sekadar chatbot menjadi mitra teknis kolaboratif. Ia mampu mengelola seluruh siklus hidup proyek, mulai dari peninjauan dokumentasi awal hingga workflow git otomatis dan eksekusi pengujian, memastikan bahwa pengembangan tetap cepat dan bebas bug.

Claude 3.7 Sonnet

Kasus Penggunaan untuk Claude 3.7 Sonnet

Temukan berbagai cara menggunakan Claude 3.7 Sonnet untuk hasil yang luar biasa.

Vibe Coding

Membangun perangkat lunak fungsional dari nol dengan mendeskripsikan niat dalam bahasa alami.

Advanced Debugging

Memanfaatkan extended thinking untuk menganalisis log yang kompleks dan memberikan perbaikan presisi dalam satu kali percobaan (one-shot).

Large Context Analysis

Meninjau dan melakukan refactoring seluruh codebase atau dokumentasi teknis yang panjang dalam satu prompt tunggal.

Agentic Development

Mentenagai tool berbasis terminal seperti Claude Code untuk mengotomatiskan workflow git dan eksekusi pengujian.

Frontend UI Generation

Membuat komponen React dan Svelte yang elegan serta mudah dipelihara dengan sensitivitas desain bawaan.

Factual Research

Menganalisis dokumen PDF masif dan kumpulan data dengan akurasi tinggi dan tingkat halusinasi yang rendah.

Kelebihan

Keterbatasan

Coding Terdepan di Industri: Meraih skor state-of-the-art 70.3% di SWE-bench Verified, menyelesaikan masalah GitHub nyata dengan akurasi yang belum pernah ada sebelumnya.
Latency Respons: Mengaktifkan mode 'extended thinking' secara signifikan meningkatkan waktu hingga token pertama dibandingkan respons model standar.
Visible Reasoning: model pertama yang menawarkan 'extended thinking' transparan dan dapat dikontrol pengguna untuk pemecahan masalah kompleks yang berisiko tinggi.
Harga Premium: Biaya output sebesar $15 per 1,000,000 tokens tetap jauh lebih tinggi daripada kebanyakan alternatif model 'mini' atau open-weights.
Integrasi Agentic: Dioptimalkan secara khusus untuk penggunaan tool dan interaksi CLI melalui framework agen Claude Code untuk otomatisasi tugas end-to-end.
Tidak Ada Audio/Video Native: Berbeda dengan GPT-4o atau Gemini 2.0, model ini tidak memiliki kemampuan pemrosesan input audio dan video native.
Selera Desain Superior: Secara konsisten menghasilkan kode UI yang lebih elegan, aksesibel, dan mudah dipelihara dibandingkan frontier model lainnya.
Biaya Komputasi: Sesi reasoning yang mendalam dapat dengan cepat menghabiskan anggaran token dan batas context selama refactoring codebase skala besar.

Mulai Cepat API

anthropic/claude-3-7-sonnet-20250219

Lihat Dokumentasi
anthropic SDK
import Anthropic from '@anthropic-ai/sdk';

const anthropic = new Anthropic({
  apiKey: process.env.ANTHROPIC_API_KEY,
});

const msg = await anthropic.messages.create({
  model: "claude-3-7-sonnet-20250219",
  max_tokens: 1024,
  thinking: { type: "enabled", budget_tokens: 1024 },
  messages: [{ role: "user", content: "Write a high-performance Rust function for matrix multiplication." }],
});

console.log(msg.content);

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang Claude 3.7 Sonnet

Lihat apa yang dipikirkan komunitas tentang Claude 3.7 Sonnet

"Claude 3.7 Sonnet adalah model AI coding terbaik di dunia; performanya luar biasa pada tugas-tugas yang menantang."
rawcell4772
reddit
"Dengan satu prompt, ia menyelesaikan segalanya dengan sempurna pada proyek TypeScript yang kompleks."
rawcell4772
reddit
"Claude Code dengan Sonnet 3.7 jauh lebih baik daripada Cline dan saat ini merupakan tool terbaik."
peterkrueck
reddit
"Lompatan kualitas dengan model kasta tertinggi seperti 3.7 telah mengubah pandangan saya secara transformatif."
lurking_horrors
reddit
"Claude 3.7 gila banget... performanya ngeri parah no cap"
Fireship
youtube
"Mode reasoning Claude 3.7 adalah pergeseran paradigma total untuk debugging logika."
DevLead99
x

Video Tentang Claude 3.7 Sonnet

Tonton tutorial, ulasan, dan diskusi tentang Claude 3.7 Sonnet

model 3.7 baru benar-benar mengalahkan semua model lainnya... kini mampu menyelesaikan 70.3% masalah GitHub

Menggunakan bahasa pemrograman dengan tipe data kuat bersama TDD adalah cara bagi AI untuk memvalidasi bahwa kode yang ditulisnya benar-benar valid

model ini sangat cerdas dalam mengikuti instruksi

Performa di SWE-bench benar-benar luar biasa

Visible reasoning adalah pengubah permainan untuk transparansi

Claude 3.7 Sonnet... mungkin adalah LLM terbaik untuk pembuatan kode

Jika Anda menggunakan API, Anda dapat menghasilkan 128,000 tokens dalam satu kali jalan

Batas output 128k adalah peningkatan besar

Selera desainnya untuk komponen frontend tidak tertandingi

Penggunaan tool dan kapabilitas agentic adalah inti dari model ini

reasoning harus menjadi kapabilitas terintegrasi dari frontier model daripada menjadi model yang terpisah sepenuhnya

Claude 3.7 berhasil melampaui model-model tersebut [DeepSeek, o3] dalam jumlah yang cukup signifikan

latency sedikit lebih tinggi dalam mode reasoning

Ia mengalahkan DeepSeek R1 pada beberapa tugas mengikuti instruksi

Anthropic benar-benar fokus pada output yang siap untuk tahap produksi

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas
Tonton video demo

Tips Pro

Tips ahli untuk membantu Anda mendapatkan hasil maksimal dari model ini.

Anggaran Berpikir

Gunakan mode 'extended thinking' khusus untuk logika kompleks atau perencanaan arsitektur guna mendapatkan hasil berkualitas lebih tinggi.

Kontrol Context

Gunakan /clear secara rutin atau mulai ulang chat untuk menghemat biaya context dan mencegah model menjadi lambat.

Verifikasi

Minta Claude untuk menulis dan menjalankan pengujian untuk kodenya sendiri menggunakan tool Claude Code guna memastikan stabilitas produksi.

Spesifikasi Markdown

Berikan persyaratan fitur dalam file Markdown yang terstruktur agar instruksi diikuti dengan lebih baik selama proyek besar.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Terkait AI Models

xai

Grok-3

xai

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

128K context
$3.00/$15.00/1M
zhipu

GLM-4.7

zhipu

GLM-4.7 by Zhipu AI is a flagship 358B MoE model featuring a 200K context window, elite 73.8% SWE-bench performance, and native Deep Thinking for agentic...

200K context
$0.60/$2.20/1M
anthropic

Claude Sonnet 4.5

anthropic

Anthropic's Claude Sonnet 4.5 delivers world-leading coding (77.2% SWE-bench) and a 200K context window, optimized for the next generation of autonomous agents.

200K context
$3.00/$15.00/1M
anthropic

Claude Opus 4.5

anthropic

Claude Opus 4.5 is Anthropic's most powerful frontier model, delivering record-breaking 80.9% SWE-bench performance and advanced autonomous agency for coding.

200K context
$5.00/$25.00/1M
xai

Grok-4

xai

Grok-4 by xAI is a frontier model featuring a 2M token context window, real-time X platform integration, and world-record reasoning capabilities.

2M context
$3.00/$15.00/1M
openai

GPT-5.1

openai

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
google

Gemini 3 Flash

google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
google

Gemini 3 Pro

google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M

Pertanyaan yang Sering Diajukan

Temukan jawaban untuk pertanyaan umum tentang model ini