寒くなりました
夜中、寒くて目が覚めました。
そろそろ布団も秋冬仕様にしたほうが良いのかもしれません。
そうするとまた暑くなったりしますけどね・・・。
Claude Sonnet 4.5
というわけで（？）
Anthoropicから最新AIモデルのClaude Sonnet 4.5がリリースされました。
🔗 Introducing Claude Sonnet 4.5
AIモデルをテストするOSWorldで首位に立ったとのことです。
ベンチマーク結果
けっこうすごくない？
Introducing Claude Sonnet 4.5—the best coding model in the world.
— Claude (@claudeai) September 29, 2025
It's the strongest model for building complex agents. It's the best model at using computers. And it shows substantial gains on tests of reasoning and math. pic.twitter.com/7LwV9WPNAv
上記を表にしたもの
| ベンチマーク | Claude Sonnet 4.5 | Claude Opus 4.1 | Claude Sonnet 4 | GPT-5 | Gemini 2.5 Pro |
|---|---|---|---|---|---|
| Agentic coding SWE-bench Verified |
77.2% 82.0%(parallel test-time) |
74.5% 79.4%(parallel test-time) |
72.7% 80.2%(parallel test-time) |
72.8%(GPT-5) 74.5%(GPT-5-Codex) |
67.2% |
| Agentic terminal coding Terminal-Bench |
50.0% | 46.5% | 36.4% | 43.8% | 25.3% |
| Agentic tool use τ2-bench |
Retail:86.2% Airline:70.0% Telecom:98.0% |
Retail:86.8% Airline:63.0% Telecom:71.5% |
Retail:83.8% Airline:63.0% Telecom:49.6% |
Retail:81.1% Airline:62.6% Telecom:96.7% |
— |
| Computer use OSWorld |
61.4% | 44.4% | 42.2% | — | — |
| High school math competition AIME 2025 |
100%(python) 87.0%(no tools) |
78.0% | 70.5% | 99.6%(python) 94.6%(no tools) |
88.0% |
| Graduate-level reasoning GPQA Diamond |
83.4% | 81.0% | 76.1% | 85.7% | 86.4% |
| Multilingual Q&A MMMLU |
89.1% | 89.5% | 86.5% | 89.4% | — |
| Visual reasoning MMMU (validation) |
77.8% | 77.1% | 74.4% | 84.2% | 82.0% |
| Financial analysis Finance Agent |
55.3% | 50.9% | 44.5% | 46.9% | 29.4% |
Notion AI に登場
リリース直後ですが、早速Notionにも登場しました。
ありがたい話でございます。
Notionと相性良さそう。
とても使いやすいです。
Claude Sonnet 4.5
Notionで現在利用できるAIモデル
