作者|杨文
来源|AI先锋官
先锋官有话说:
产品名称:Claude 3 Opus
总体评价:★★★★☆
易用性:★★★★☆
功能性:★★★★☆
创新性:★★★★☆
推荐功能:文字处理、数学推理
最近AI圈卷疯了,小编手里的选题,写不完,根本写不完。
昨晚,由几位OpenAI 前员工创立的 AI 公司 Anthropic 推出了新的Claude 3系列模型,并称其是目前市面上速度最快、性能最卓越的人工智能模型。
网友们纷纷点评“全球最强大模型一夜易主,GPT-4时代终结!”
产品介绍
Anthropic发布了新一代大语言模型Claude 3系列,包括Claude 3 Opus(著作)、Sonnet(十四行诗)和Haiku(俳句)三种规模,分别代表了超大杯、大杯和中杯。
Anthropic声称,最强大的Claude 3 Opus模型在行业基准测试中超越了OpenAI的GPT-4和谷歌的Gemini Ultra,尤其在本科水平的知识、研究生水平的推理以及基础数学方面更是展现出了卓越的能力。
此外,Claude 3还具备视觉识别能力,能够处理包括照片、图表和技术图纸等多种视觉资料。
Claude 3的主要功能
1.增强的多语言能力:Claude 3模型在处理非英语语言方面有所提升,能够更好地理解和生成西班牙语、日语和法语等语言的内容。
2.长文本处理能力:Claude 3模型家族提供了200K的上下文窗口,并且能够处理超过100万token的输入,有助于更好地理解和记忆长文本信息。
3.视觉处理能力:Claude 3模型具备处理各种视觉格式的能力,包括照片、图表、图形和技术图示等文件。
4.实时响应能力:模型能够支持实时的客户聊天、自动完成和数据提取任务,提供近乎即时的结果。
5.减少拒绝回复:与之前的模型相比,Claude 3在理解请求方面更加细腻,减少了在系统边界附近不必要的拒绝。
6.提高准确性:Claude 3模型在处理复杂、事实性问题时的准确性有所提高,减少了错误答案的产生。
7.结构化输出:Claude 3模型在生成JSON等流行结构化输出方面有所改进,简化了自然语言分类和情感分析等用例的指令。
8.更易于使用:Claude 3模型更擅长遵循复杂的多步骤指令,并且能够更好地遵循品牌声音和响应指南。
每个模型的具体特点
Claude 3 Opus:最智能的模型,适用于高度复杂的任务,如任务自动化、研发和策略分析。
Claude 3 Sonnet:在智能和速度之间提供平衡,适合企业工作负载,如数据处理和客户互动。
Claude 3 Haiku:最快的模型,适用于需要即时响应的场景,如内容审核和节省时间的任务。
相较于Opus,Sonnet和Haiku两款模型在参数规模和使用成本上更为亲民。
链接直达
目前,用户可免费使用Claude 3 Sonnet模型。而最强的Opus版本,则需要付费订阅,价格为20美元/月。Haiku 模型即将推出。
Claude 3 Sonnet模型:
https://claude.ai/chats
-5-
一手评测:
多模态能力略差,文字处理、数学推理实强
既然网友们声称Claude 3超越了GPT-4,咱们就让Claude 3最强版本Opus和GPT-4好好较量一番。
(温馨提示:以下测评均使用英文,然后翻译为中文。)
先看这俩大模型的界面。说实话,小编很喜欢Claude 3的界面。
与GPT-4比起来,Claude 3的界面简洁中透着美感。最上方是LOGO,下面依次是欢迎语、问题输入框以及Claud3 最新能力的图文介绍,最下面是历史记录。
无论是功能设置还是配色,都简洁大方,一应俱全。
废话不多说,咱们来上干货。
一、多模态能力:GPT-4仍遥遥领先
此次Claude 3最受关注的就是具备处理各种视觉格式的能力,包括照片、图表、图形和技术图示等文件。
Round1:理解和处理图片能力
小编上传了一张小时候看过的动画片大力水手的照片,问:这是哪个卡通人物?
Claude 3Opus的回答:
GPT-4的回答:
这俩大模型都回答正确,不过Opus回答得更细致,还把画面描述了一遍。
这一局,Opus略胜一筹。
小编又上传了一张较为潦草的英文手写字迹,问:这上面写了什么?
Claude 3Opus的回答:
GPT-4的回答:
虽然二者都能识别图片中的文字,但很遗憾,它们都没准确识别图中涂改过的单词“render”。
这一局,二者半斤八两。
Round2:画图能力
小编让这俩大模型分别画一只戴着耳机的小猫。
Claude 3Opus的回答:
GPT-4的回答:
一提到画图,Opus上来就道歉,无法绘制、生成、编辑、操作或创建图像。目前,它只具备感知和分析图片的能力。
而GPT-4虽然生成的图片比较丑,但起码它有这能力。
很明显,这局GPT-4赢了。
Round 3:语音“朗读”功能
眼瞅着Claude 3的“挑衅”,OpenAI终于坐不住了,在社交平台上发布了ChatGPT具有语音朗读的功能。
“ChatGPT现在可以读取响应。在iOS或Android上,点击并按住消息,然后点击“朗读”。我们也开始在网络上滚动——点击消息下方的“朗读”按钮。”
小编看热闹不嫌事大,直接把这张图喂给了Opus,问:这是什么功能?你有这种功能吗?
Claude 3Opus回答:
Opus是真实诚,坦言自己的技能集中于分析图像和进行基于文本的对话,不具备这种文本转语音的功能。
这一局,GPT-4赢了。
Round 4:视频处理能力
小编想上传一段Sora生成的猛犸象视频,并问:视频中有几只猛犸象?
Claude 3Opus的回答:
GPT-4的回答:
Opus直接无法上传视频文件,更别提回答问题了。
GPT-4不仅能上传视频文件,也能分析出视频的时长。只不过,它无法统计视频中的猛犸象数量。
这一局,仍是GPT-4胜。
二、数学推理能力:Opus更胜一筹
小编从北京市2023年中考数学真题中选了几道,分别来测试这俩大模型。
Round1:若关于x的一元二次方程x2-3x+m=0有两个相等的实数根,则实数m的值是多少?正确答案应该选C,9/4
Claude 3Opus的回答:
GPT-4的回答:
Opus回答正确,GPT-4则选了B,算出-9/4,回答错误。
这一局,Opus赢。
Round2:已知x+2y-1=0,求代数式(2x+4y)/(x2+4xy+4y2)的值。正确答案是2。
Claude 3Opus的回答:
GPT-4的回答:
Opus回答正确。
而GPT-4一顿操作猛如虎,写了一堆看不懂的解题过程,最后答案算出个x。
这一局,Opus赢。
Round3:某珠宝店失窃,甲、乙、丙、丁四人涉嫌被拘审。四人的口供如下:
甲:案犯是丙。
乙:丁是案犯。
丙:如果我作案,那么丁是主犯。
丁:作案的不是我。
四个口供中只有一个是假的。
如果以上断定为真,则以下哪项是真的?( )
A.说假话的是甲,作案的是乙
B.说假话的是丁,作案的是丙和丁
C.说假话的是乙,作案的是丙
D.说假话的是丙,作案的是丙
正确答案:B
Claude 3Opus的回答:
GPT-4的回答:
这道题目俩大模型都给出了正确答案,但Opus的回答更简单直接,而GPT-4分析了一通,把小编绕的云里雾里。
三、文字处理能力:Opus赢麻了
Round1:Why in the romance of The Three kingdoms Zhuge Liang could not break Kong Ming's empty city scheme?(为什么《三国演义》中的诸葛亮破不了孔明的空城计?)
Claude 3Opus的回答:
GPT-4的回答:
这俩大模型都指出了这道题目的问题所在——诸葛亮和孔明是同一个人。
但是,在细节上,Opus回答更准确,GPT-4则有一些错误。例如,GPT-4认为罗贯中和诸葛亮是同一个人;诸葛亮在城楼上弹古琴,而非琵琶。
这一局,Opus略胜一筹。
Round2:In the Romance of The Three Kingdoms, why did Lu Bu flirt with Lin Daiyu?Who was Lu Bu flirting with?(三国演义中,吕布为何调戏林黛玉?吕布调戏的是谁?)
Claude 3Opus的回答:
GPT-4的回答:
这俩大模型都非常默契的认为,吕布不可能调戏林黛玉,因为这是两个不同文学作品中的人物。
不过,对于“吕布到底调戏的是谁?”这一问题,Opus竟编出来一个燕夫人,难道Opus和小编读的不是同一本《三国演义》?
GPT-4似乎更了解中国文化,对吕布和貂蝉的戏码如数家珍。
这一局,GPT-4胜。
Round3:小编上传了一份12万字的PDF文档,问:How many topics does this document cover? What are they?(这份文档介绍了几个话题?分别是什么?)
Claude 3Opus的回答:
GPT-4的回答:
这份12万字的文档,涉及人类永生、人工只能、火箭技术、氢弹、芯片等多方面的科普内容。
从回答来看,Opus是把整个文档全部读完了进行的总结,回答出芯片、光刻机、火箭等主题,但而GPT-4似乎只阅读完了第一部分人类永生与衰老。
这一局,Opus完胜。
-6-
总结
从多模态能力上来说,Claude 3Opus只会看图,不会画图,也没有视频处理和语音处理的能力,而GPT-4则更胜一筹。
从数学推理能力上来说,Claude 3Opus做数学题、推理的本事确实比GPT-4强,不过高中数学题还是容易掉链子。
从文字处理能力上来说,Claude 3Opus绝对更胜一筹。
Claude 3每次能够处理大约15万个单词的内容,这相当于处理一本长篇巨著,如《白鲸记》(Moby Dick)或《哈利波特与死亡圣器》(Harry Potter and the Deathly Hallows)的内容。
相比之下,ChatGPT的单次处理能力大约为3000个单词。
换句话说,Claude 3单词处理能力是ChatGPT近50倍。
在数学推理和文字处理方面,Claude 3Opus确实厉害,但由此淘汰掉GPT-4还为时尚早,起码多模态能力方面就差一些。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.