“中杯”Claude 3.5深夜发布，能吊打GPT-4o？

蛰伏数月，Anthropic 带着他们最强的 AI 模型——Claude 3.5 Sonnet 来深夜炸街。

“中杯” Claude 3.5 Sonnet 是 Claude 3.5 系列中的“排头兵”，在大多数基准测试结果中更是优于 GPT-4o。

而这还只是开胃菜，因为官方表示今年晚些时候还会陆续推出 Claude 3.5 Haiku 和 Claude 3.5 Opus 等不同版本，相信届时还将藏着更多惊喜。

Claude 3.5 Sonnet 的特点如下：

• 更通人性，更能理解细节和复杂指令，创作高质量内容

  
  

• 基准测试结果全方位碾压 Gemini 1.5 Pro 和 Llama-400b，大部分优于 GPT-4o。

  
  

• 速度是 Claude 3 Opus 的两倍，成本仅为后者的五分之一

  
  

• 在自主编码和视觉处理等复杂任务中表现出色

简言之，在 OpenAI 新模型未发布之 时，全世界又将再次迎接 Claude 时代的到来。

力压 GPT-4o，新皇 Claude 3.5 Sonnet 免费可用

青出于蓝而胜于蓝，全新推出的 Claude 3.5 Sonnet 再次遥遥领先。

从基准测试结果来看，与前代超大杯 Claude 3 Opus 相比，Claude 3.5 Sonnet 以近乎碾压的姿态，轻轻松松就把前浪拍在沙滩上。

Anthropic 表示，Claude 3.5 Sonnet 现在更通人性，更有人味了，在理解细节和复杂指令上做到信手拈来；而且，其在幽默和创作高质量内容方面也有显著进步。

写起文章来就像你的贴心笔友，字字句句都暖到心坎里。

编码能力是 Claude 3.5 Sonnet 进化的重要亮点之一。

在内部的编码评估中，Claude 3.5 Sonnet 可不简单，解决了 64% 的问题。相比之下，老大哥 Claude 3 Opus 只解决了 38%，差距不止一点点。

据 Anthropic 介绍，该编码评估旨在测试模型根据对所需改进的自然语言描述，修复错误或为开源代码库增添新功能的能力。

在接到指令并配备相关工具后，Claude 3.5 Sonnet 就能自己“捣鼓”代码，编写，调试、执行，具备高级的推理和问题解决能力，一套动作下来行云流水。

尤其在软件开发和维护方面，Claude 3.5 Sonnet 不仅效率强，而且可能比人类专家更有效率、更精准。

重点来了，这么能干的模型除了响应速度快，使用成本也很低。

每输入百万 token 只要 3 美元，输出每百万 token 只需 15 美元，故而成本也仅为 Claude 3 Opus 的五分之一。低廉的成本加上 Claude 3.5 Sonnet 在处理多步骤工作任务方面的能力，使其成为这些复杂场景下的首选工具。

Claude 3.5 Sonnet 瞄准的是全球第一 AI 大模型的宝座。

即便和 OpenAI 的 GPT-4o 较劲，Claude 3.5 Sonnet 在纸面参数上也是一点都不虚。

在 GPQA、MGSM 等基准测试上，Claude 3.5 Sonnet 成绩亮眼，将 GPT-4o 甩在后面。而在 MMLU、MATH 等榜单中，Claude 3.5 Sonnet 也只是稍逊或打平于 GPT-4o。

至于面对 Gemini 1.5 Pro 和 Llama-400b 等“老前辈”，Claude 3.5 Sonnet 则是毫无意外地碾压。

前代版本 Claude 3 引入的重要更新就是支持了多模态的能力，而 Claude 3.5 Sonnet 在这方面也是个狠角色。

作为 Anthropic 迄今为止最强大的视觉模型，Claude 3.5 Sonnet 的图像理解能力尤为突出。

上至解读图表图形、下至转录渣画质图像中的文字，通通都是小 case。这种能力也恰恰是零售、物流和金融服务领域稀缺的关键能力。

毕竟零售行业经常需要从商品的包装、标签或收据上读取信息。又比如物流行业需要处理大量的货物标签和运输文件，而这些信息通常是以图像的形式存在。

Anthropic 可不想让 Claude 当个安安静静的 AI 聊天机器人，而是要把 Claude 打造成你工作时的得力干将。

因此，Claude 网页端推出了一个名为“Artfacts”的新功能。

简单来说，用户想要 Claude 生成代码片段、文本或网站设计等内容时，Claude 会直接扔个“Artfacts”窗口给你。

你可以在这些独立窗口中边聊边看边改，将 AI 生成的内容无缝地融入到项目和工作中。

另外，团队协作功能也已经在路上了，未来各团队乃至整个组织将能够在一个共享空间中集中管理工作。也就是说，届时 Claude 将彻底化身你的工作搭子。

Anthropic 透露，除了研发下一代模型系列，他们正在开发新的模式和功能，以满足企业更多的应用场景，包括与企业应用程序的整合。

并且，他们还在研究如 Memory（记忆）这样的功能，让 Claude 根据用户指定记住用户的偏好和交互历史，化身你的私人助理。

Claude 3.5 Sonnet 刚登场，就被网友玩坏了

在 Claude 3.5 Sonnet 登场前，Anthropic 特意在社交平台 X 提前打了个哑谜，吊足了公众的胃口。

谜底也随后揭开，Claude 3.5 Sonnet 就这样来到了我们的面前。对于新模型的到来，网友激动之情溢于言表。

OpenAI 前安全主管 Jan Leike 也为 Claude 3.5 Sonnet 背书，言辞间充满赞赏。

X 用户 @genie0309 迫不及待地体验了 Claude 3.5 Sonnet，半分钟的时间，就搭建起一个网站雏形。

网友 @emollick 用 Claude 3.5 Sonnet 做了一个有趣且支持实时编辑的小游戏。

网友让 Claude 3.5 Sonnet 绘制独角兽 SVG 图像，尽管略显抽象，却也别具一格。

Claude 3.5 Sonnet 还在短短 3 分钟内，仅通过几何形状就构建出了一个马里奥的克隆版本，并添加了动画效果。

比 GPT-4o 更强，还更安全

聊到 Anthropic，我们的第一印象是其实力能和 ChatGPT 华山论剑，但又比 OpenAI 更牢牢地将安全二字刻在 AI 里。

Anthropic 透露，Claude 3.5 Sonnet 既“聪明”，也很安全可靠。最终评估结果显示，其安全级别仍维持在 ASL-2 级别。

简单科普一下，ASL-2 是人工智能安全级别（AI Safety Level）体系中的第二级。达到 ASL-2 的 AI 系统具有广泛的风险，但这些风险尚处于可控范围，系统还没有展现出能够造成真正危险的能力。

此外，Anthropic 还请来了一帮外部安全专家，对最新模型的安全机制进行了测试和完善。里里外外都查了个遍后，Anthropic 也都参考了反馈以确保模型的安全。

谈到用户最为关心的隐私问题，Anthropic 则表示，除非用户明确授权，否则其不会使用用户提交的数据来训练生成模型。

“截至目前，我们尚未使用任何客户或用户提交的数据来训练我们的生成模型。”

实际上，这几天，关于 AI 安全的话题在整个 AI 圈卷起了“沙尘暴”。

昨日凌晨，Ilya 官宣成立新公司 SSI，只专注于安全超级智能。至此，最原始的 OpenAI 也因不同理念分裂，现在大有 Anthropic、OpenAI、SSI 三国鼎立的架势。

在这波涛汹涌中，Anthropic 带着 Claude 3.5 Sonnet 淡定登场。能和 GPT-4o 较量的性能，更安全的 AI，更低的使用成本，新模型性价比高得让人直呼“真香”。

AI 大模型也跟回合制似的，没有永远的王者，只有不断涌现的王者。

发展到今天，GPT-4 刚出道时的震撼已经成了过去式。几乎每一次 Claude 和 ChatGPT 的较量，都总是咬得紧紧的。

至于或许能一锤定音的 GPT-4.5/5，网友们是既期待又无奈。流转的爆料消息，也从“今年夏天”一路“跳票”到年尾，OpenAI 的“鸽王”称号都快坐实了。

对比之下，业界清流 Claude 3.5 Sonnet 也给 OpenAI 上了一堂课，原来新品发布是真的可以“现货发售”的。

说来说去，要不 OpenAI 早点推送 GPT-4o 的语音功能？让大家解解馋，也是极好的嘛。

本文来自微信公众号：APPSO（ID：appsolution），作者：用 AI 发电的 APPSO