Mehrsprachige Unterstützung

Claude zeichnet sich bei Aufgaben in mehreren Sprachen aus und behält eine starke sprachübergreifende Leistung im Vergleich zu Englisch bei.

Übersicht

Claude demonstriert robuste mehrsprachige Fähigkeiten mit besonders starker Leistung bei Zero-Shot-Aufgaben über Sprachen hinweg. Das Modell behält eine konsistente relative Leistung sowohl bei weit verbreiteten als auch bei Sprachen mit weniger Ressourcen bei, was es zu einer zuverlässigen Wahl für mehrsprachige Anwendungen macht.

Beachten Sie, dass Claude in vielen Sprachen über die unten aufgeführten Benchmarks hinaus fähig ist. Erwägen Sie, mit allen Sprachen zu testen, die für Ihre spezifischen Anwendungsfälle relevant sind.

Leistungsdaten

Nachfolgend finden Sie die Zero-Shot-Chain-of-Thought-Evaluierungsergebnisse für Claude-Modelle in verschiedenen Sprachen, dargestellt als Prozentsatz relativ zur englischen Leistung (100%):

Sprache	Claude Opus 4.1¹	Claude Opus 4 (veraltet)¹	Claude Sonnet 4.5¹	Claude Sonnet 4 (veraltet)¹	Claude Haiku 4.5¹
Englisch (Baseline, auf 100% festgelegt)	100%	100%	100%	100%	100%
Spanisch	98.1%	98.0%	98.2%	97.5%	96.4%
Portugiesisch (Brasilien)	97.8%	97.3%	97.8%	97.2%	96.1%
Italienisch	97.7%	97.5%	97.9%	97.3%	96.0%
Französisch	97.9%	97.7%	97.5%	97.1%	95.7%
Indonesisch	97.3%	97.2%	97.3%	96.2%	94.2%
Deutsch	97.7%	97.1%	97.0%	94.7%	94.3%
Arabisch	97.1%	96.9%	97.2%	96.1%	92.5%
Chinesisch (Vereinfacht)	97.1%	96.7%	96.9%	95.9%	94.2%
Koreanisch	96.6%	96.4%	96.7%	95.9%	93.3%
Japanisch	96.9%	96.2%	96.8%	95.6%	93.5%
Hindi	96.8%	96.7%	96.7%	95.8%	92.4%
Bengalisch	95.7%	95.2%	95.4%	94.4%	90.4%
Suaheli	89.8%	89.5%	91.1%	87.1%	78.3%
Yoruba	80.3%	78.9%	79.7%	76.4%	52.7%

¹ Mit erweitertem Denken.

Diese Metriken basieren auf MMLU (Massive Multitask Language Understanding) englischen Testsätzen, die von professionellen menschlichen Übersetzern in 14 zusätzliche Sprachen übersetzt wurden, wie in OpenAIs simple-evals Repository dokumentiert. Die Verwendung von menschlichen Übersetzern für diese Evaluierung gewährleistet hochwertige Übersetzungen, besonders wichtig für Sprachen mit weniger digitalen Ressourcen.

Best Practices

Bei der Arbeit mit mehrsprachigen Inhalten:

Geben Sie einen klaren Sprachkontext an: Während Claude die Zielsprache automatisch erkennen kann, verbessert die explizite Angabe der gewünschten Ein-/Ausgabesprache die Zuverlässigkeit. Für verbesserte Flüssigkeit können Sie Claude auffordern, „idiomatische Sprache zu verwenden, als wäre es ein Muttersprachler."
Verwenden Sie native Schriften: Reichen Sie Text in seiner nativen Schrift ein, anstatt Transliteration zu verwenden, um optimale Ergebnisse zu erzielen
Berücksichtigen Sie den kulturellen Kontext: Effektive Kommunikation erfordert oft kulturelles und regionales Bewusstsein über reine Übersetzung hinaus

Befolgen Sie auch die allgemeinen Richtlinien zur Prompt-Entwicklung, um die Leistung von Claude weiter zu verbessern.

Überlegungen zur Sprachunterstützung

Claude verarbeitet Eingaben und generiert Ausgaben in den meisten Weltsprachen, die Standard-Unicode-Zeichen verwenden
Die Leistung variiert je nach Sprache, mit besonders starken Fähigkeiten in weit verbreiteten Sprachen
Auch in Sprachen mit weniger digitalen Ressourcen behält Claude aussagekräftige Fähigkeiten bei

Leitfaden zur Prompt-Entwicklung

Beherrschen Sie die Kunst der Prompt-Gestaltung, um das Beste aus Claude herauszuholen.

Was this page helpful?

ErstellenModellfähigkeiten