Ce qu’il peut avoir sous les yeux en une seule fois, question et réponse comprises.
Motif du retrait : Remplacé par Claude Sonnet 4.6.
1 tests relevés pour ce modèle, regroupés par ce qu'ils mesurent. Chaque chiffre est annoncé par le laboratoire, avec sa source et ses conditions ; une jauge n'est dessinée que quand l'échelle du test a un maximum connu.
Trouver et exploiter de vraies failles logicielles, ou mener une opération d'attaque complète. Un score élevé mesure une capacité, pas une qualité : c'est précisément ce que les laboratoires surveillent.
Mesurer l'aide qu'un modèle apporte réellement à quelqu'un qui chercherait à se procurer une arme biologique. Deux groupes de participants disposent de douze heures sur deux jours pour rédiger un plan d'acquisition, l'un avec le web seul, l'autre avec le modèle privé de ses garde-fous.
Chiffre annoncé dans la system card, conditions détaillées à la source.
Sourceclaude-3-7-sonnet-20250219
Le nom exact à écrire dans le code pour appeler ce modèle.