Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
anthropic29. Oktober 2024 · Q004629

Claude 3.5 Sonnet on GitHub Copilot

anthropic.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Anthropic kündigt Claude 3.5 Sonnet als Modell für GitHub Copilot in VS Code und auf GitHub.com an und nennt Codeerstellung, Debugging, Testgenerierung und Code-Erklärungen als Einsatzmöglichkeiten. Benchmark-Vorteile und eine schrittweise Freigabe in der öffentlichen Vorschau sind Angaben der Ankündigung; unabhängige Belege dafür enthält der Bericht nicht.

Mittel

Anthropic kündigt Claude 3.5 Sonnet als auswählbares Modell in GitHub Copilot an. Die Integration soll in Visual Studio Code und auf GitHub.com verfügbar werden. Das Unternehmen verweist auf Benchmark-Ergebnisse: Das Modell übertreffe laut Anthropic alle öffentlich verfügbaren Modelle auf SWE-bench Verified und erreiche bei HumanEval 93,7 Prozent, den Spitzenwert seiner Klasse. Testbedingungen oder unabhängige Belege führt der Bericht nicht an.

Als Einsatzmöglichkeiten nennt er Codeerstellung nach natürlichsprachigen Vorgaben, Debugging per Inline-Chat, das Generieren von Tests aus ausgewählten Funktionen und kontextbezogene Code-Erklärungen. Dabei soll das Modell den gesamten Codebestand berücksichtigen und sich an Projektmustern orientieren.

Der öffentliche Vorschauzugang beginnt laut Ankündigung am selben Tag; alle Entwickler und Organisationen sollten innerhalb der folgenden Wochen Zugriff erhalten. Claude läuft über Amazon Bedrock, dessen regionsübergreifende Inferenz laut Bericht die Zuverlässigkeit verbessern soll. Es handelt sich um eine Produktankündigung, nicht um eine unabhängige Bewertung der Leistung oder Verfügbarkeit.

Ausführlich lesen

Anthropic kündigt an, Claude 3.5 Sonnet in GitHub Copilot zu integrieren. Entwicklerinnen und Entwickler sollen das Modell für Programmieraufgaben direkt in Visual Studio Code und auf GitHub.com auswählen können. Laut Anthropic bringt die Einbindung die Programmierfähigkeiten von Claude in die GitHub-Community, die nach Angaben des Unternehmens mehr als 100 Millionen Entwickler umfasst.

Anthropic führt Benchmark-Ergebnisse als Beleg für die Leistungsfähigkeit des aktualisierten Modells an: Claude 3.5 Sonnet übertreffe demnach alle öffentlich verfügbaren Modelle auf SWE-bench Verified, das Lösungen für reale GitHub-Probleme bewertet. Bei HumanEval, einem Test zum Schreiben korrekter Python-Funktionen aus natürlichsprachigen Beschreibungen, erreiche es laut Bericht mit 93,7 Prozent den Spitzenwert seiner Klasse. Der Text nennt diese Ergebnisse, beschreibt aber weder die Testbedingungen noch weitere Vergleichsdaten.

Als mögliche Anwendungen nennt der Bericht das Erstellen von Code anhand natürlicher Beschreibungen, der sich an den Mustern und Konventionen eines Projekts orientieren soll, sowie Unterstützung beim Debuggen über Inline-Chat. Außerdem könne das Modell aus ausgewählten Funktionen Tests generieren und Codeblöcke oder Funktionen im Projektkontext erklären. Die Funktionen setzen laut Darstellung Kontext zum gesamten Codebestand voraus; der Bericht erläutert nicht näher, wie dieser Kontext jeweils bereitgestellt oder begrenzt wird.

Die Einführung beginnt laut Ankündigung am Veröffentlichungstag als öffentliche Vorschau für Nutzerinnen und Nutzer von GitHub Copilot Chat. Anthropic sagt, alle Entwickler und Organisationen sollten im Laufe der folgenden Wochen Zugriff erhalten. Das Modell läuft dem Bericht zufolge über Amazon Bedrock; dessen regionsübergreifende Inferenz solle die Zuverlässigkeit weiter verbessern. Der Text ist eine Produktankündigung von Anthropic und belegt nicht unabhängig die Benchmark-Aussagen oder die tatsächliche Verfügbarkeit für einzelne Konten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Zusammenfassungen sind weitgehend treu und benennen zutreffend, dass die Benchmark-Angaben Herstellerangaben ohne unabhängige Belege sind; es fehlt nur die Zielgruppenangabe von über 100 Millionen Entwicklern.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Zielgruppe von über 100 Millionen GitHub-Entwicklern, die der Bericht als Reichweite der Integration nennt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 37 %einzelne zitierbare Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  2. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 38 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 33 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 29 %gleiches Oberthema, hilft nicht
    • JEV 33 %einzelne zitierbare Belege
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 65 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →