如题，你看好新一代Claude AI模型超越GPT-4吗？openAI是否有可能被claude超越

AI领域又有重大进展，Anthropic宣布发布Claude 3系列模型，一跃成为全球最强AI模型，超越了之前的霸主GPT-4。

Claude 3系列包括三个不同能力的模型：Claude 3 Haiku、Claude 3 Sonnet和Claude 3 Opus，其中Opus是最强大的版本，在多个基准测试中领先于GPT-4和其他竞争对手，在推理、数学、编程、多语言理解和视觉等方面树立了新的行业标准。

Anthropic，这家由前OpenAI员工创立的公司，因其在安全性理念上与OpenAI不同而另起炉灶。OpenAI是有效加速派，尽可能快地实现AGI，而Anthropic是超级对齐派，希望能够在绝对安全的前提下开发AI。

此次，他们的Claude 3系列不仅代表了在文本处理能力上的顶尖水平，同时也在多模态能力上展现了其卓越性，全面碾压现有的AI模型。特别值得一提的是，Claude 3 Opus拥有与人类本科生水平相当的知识和理解能力，再次定义了AI的高度。

随着这一系列模型的发布，Anthropic不仅通过一份详尽的42页技术报告介绍了这三款模型，同时也在其网站和API上为全球159个国家的用户提供了Sonnet和Opus版本的访问权限。

在多项AI系统评估标准中，包括本科级别专业知识（MMLU）、研究生级别专家推理（GPQA）和基础数学（GSM8K），Opus的表现均领先于业界其他LLM。

在与GPT-4等竞品模型的直接比较中，Opus在LSAT、MBE、高中数学竞赛AMC和GRE等多项标准测试中不仅与GPT-4不相上下，甚至在多数情况下实现了大比分的领先。

特别是在处理复杂任务时，Opus几乎展现出了与人类相媲美的理解和表达能力。在视觉能力方面也能够处理各种格式的视觉内容，如照片、图表和技术图纸。

例如，Opus能够在短时间内变身经济学专家，了解美国过去10年的GDP数据，

预测美国GDP在未来十年的可能走向，

甚至预测全球各主要经济体的趋势。

Claude 3系列中的Haiku模型以其惊人的速度和成本效率在市场上脱颖而出。

它能在不到三秒的时间内完成对约10k token的arXiv论文的阅读，即使这些论文包含大量的图表和图形信息。这种处理速度不仅对实时客户聊天、自动补充和数据提取等需求即时反馈的任务至关重要，也展现了Anthropic在优化AI响应能力方面的显著成就。

Sonnet和Opus也在速度和智能水平上各有升级。Sonnet的处理速度是Claude 2和2.1的两倍，尤其擅长执行快速反应的任务，如知识检索和销售自动化。Opus在速度上与Claude 2和2.1持平，但在智能水平上有了显著的提升，保证了在处理复杂任务时的高效率。

Claude 3系列在多模态视觉能力方面的表现格外引人注目，尤其是Opus版本。它首次实现了对多模态能力的支持，MMMU得分高达59.4%，与业界领先的GPT-4V和Gemini 1.0 Ultra持平。

Claude 3的高级视觉识别能力允许它处理各种视觉格式的数据，包括但不限于照片、图表、图形和技术绘图。这些能力在企业环境中尤其有价值，其中多达50%的知识库可能存储于PDF、流程图或演示文稿等多种格式中。

比如，Claude 3能够将包含手写笔记的照片转化为JSON格式，

或者从复杂图表中进行数据检索并执行多步骤的推理过程。

Claude 3系列在处理用户询问时取得了显著的进步，尤其是在减少“过度拒绝”回答的问题上。与之前版本相比，Opus、Sonnet和Haiku在面对可能触及系统安全边界的问题时，拒绝回应的频率大幅降低。

例如，在被询问草拟一部涉及深层国家监控的科幻小说大纲时，Claude 3 Opus能够提供有益且建设性的回应，而不是像Claude 2.1那样出于道德考虑拒绝回答。

Claude 3特别是在处理复杂、事实性问题的准确率上取得了显著进步。通过大量的复杂问题评估，Opus模型在开放式问题的准确性方面实现了翻倍提升，同时显著减少了错误回答的产生。

Anthropic为了进一步增强准确性，还计划在Claude 3中引入引用功能，使模型能够直接引用参考材料中的具体句子来证实其回答。

通过对比Claude 2.1和Claude 3 Opus的回答，明显可以看出Opus在理解复杂问题和提供准确答案方面的先进性。无论是解答Kindle最初代号的含义还是关于旧金山太鼓道馆的招牌信息，Opus都能给出更为精确和可靠的回答。

Claude 3系列标志性的升级之一是其对超长上下文的支持，初始阶段即提供高达200K token的上下文窗口能力。

这一特性使得Claude 3模型能够处理与《白鲸》或《哈利·波特与死亡圣器》等长篇作品相当长度的文本，显著超越了传统模型的处理范围。对于需要处理更为庞大数据的特定客户，Anthropic更是提供了支持高达100万token输入的能力。

在进行大海捞针（NIAH）测试时，Claude 3 Opus不仅展现了超过99%的准确率，更显示出了其独特的智能，能够识别测试本身的局限性，如发现某些目标句子明显是后期添加。

随着上下文长度的表述，4个模型召回率的表现。

此外，Claude 3系列的这种超长上下文支持功能对于深入分析和理解大量复杂数据具有重要意义，为各种高级分析和应用场景提供了强大的基础。

Claude 3系列的发布不仅是技术上的一大突破，其详细的应用场景与灵活的价格策略也为不同规模的企业提供了丰富的选择。每个模型针对特定需求进行了优化，从而确保了在不同应用场景下的**性能表现。

大杯Opus：

\(15/百万token输入，</p><p data-pid="Xti2WJ4k">\)75/百万token输出，

Opus在处理复杂任务自动化、研发和策略制定方面展现了无与伦比的能力。其独特的优势在于能够处理高度复杂的开放式问题和全新场景，展示了生成式AI的极限可能。

中杯Sonnet：

\(3/百万token输入，</p><p data-pid="LOe_16nq">\)15/百万token输出，

Sonnet找到了处理速度和计算效率的完美平衡点。它特别适合于数据处理和长时间运行的大型AI系统，提供了一个经济实惠且高效的选择。

小杯Haiku：

\(0.15/百万token输入，</p><p data-pid="y11hoa-q">\)1.25/百万token输出，

Haiku在提供即时响应和优化成本方面具有明显优势。它非常适合客户服务和内容管理，能够实现快速且精准的反馈。

此外，所有三个模型在应用场景上都具有广泛的覆盖，从任务自动化、研发支持到客户服务和内容管理，都支持200K的上下文长度。

Claude 3系列在设计上体现了Anthropic对安全性和易用性的高度重视。开发团队特别强调了模型安全性，通过多团队合作，着手降低虚假信息、生物安全滥用、选举干预等潜在风险。同时，增强了模型透明度并减少隐私问题，确保了使用过程中的安全与信任。

在偏见减少方面，Claude 3模型通过问题回答偏见基准（BBQ）测试显示，其偏见程度较之前模型有所下降，达到了ASL-2安全等级。

红队评估也表明，Claude 3不会带来灾难性风险，例如在遇到可能涉及欺诈或选举信息的敏感询问时，模型会礼貌拒绝响应。

除了安全性，Claude 3也在使用便捷性上做出了显著优化。它在执行复杂多步骤指令和遵循品牌特定语言风格生成回复方面表现出色，提高了客户体验。特别是在生成JSON等流行结构化输出方面，Claude 3更加出色，简化了自然语言分类和情感分析等应用场景的使用过程。

随着Claude 3的震撼发布，社区内部已经充满了对GPT-5的热切期待。

无论Claude 3的表现多么出色，它与GPT-4仍然处于同一水平线上，真正的游戏规则改变者将是GPT-5。

期待之声中夹杂着对未来的无限想象，GPT-5的到来被认为将会开启人工智能技术的新时代。

如果你觉得这篇文章对你有所帮助，欢迎点赞、收藏以及转发分享。同时，请关注我，以获取更多关于人工智能的最新资讯和见解！

体验地址：

https://claude.ai/chats

参考：

https://www.anthropic.com/news/claude-3-family

https://twitter.com/AnthropicAI/status/

https://www-cdn.anthropic.com/d

从目前公布的数据来看，Claude3的确在多个维度上展现了超越GPT-4的潜力。作为 Anthropic 公司的最新力作，Claude3 的多模态处理能力、长上下文记忆窗口以及行业专业知识的应用给人留下了深刻印象。

如果说GPT-4是人工智能的“特斯拉”，那么Claude3就像是“火箭”，它在某些领域实现了对前者的超越。

Claude3的发布无疑是人工智能领域的一大步。它在逻辑推理、数学问题解决以及视觉理解上的突破，预示着多模态智能时代的来临，这将对科研、教育和产业带来革命性的影响。

它的背后是大量的数据训练、算法优化和模型架构的创新。尤其是在多模态视觉方面的突破，使得AI不仅能够“理解”文字，还能“看懂”图片，这是迈向通用人工智能的重要一步。

至于是否看好Claude3超越GPT-4，从目前的表现来看，它在特定领域已经实现了超越，但要全面超越，还需要时间和市场的验证。

它的优势在于多模态处理和专业知识的深化，如果未来能够持续优化并解决现有问题，比如提高准确率、完善用户体验等，那么Claude3及其后续版本在AI领域的影响力不容小觑。

而且近期不是传言说GPT5即将发布，谁强谁弱，目前还是个未知数，毕竟ChatGPT在目前影响力是史无前例的，可以小小期待一下

ChatGPT4已经很让人感觉到AI的强大了，之后的GPT也只会更加强大，个人所感，GPT4是真的香，工作效率up，虽然有点小贵，但带来的便利，工作的提升是巨大的，如果你还不知道怎么升级的话，可以看看这篇文章

总之，我对Claude3及其未来的发展持乐观态度，但也不认为ChatGPT会被这么轻易被全方面超越

大家好，我是木易，一个持续关注AI领域的互联网技术产品经理，国内Top2本科，美国Top10 CS研究生，MBA。我坚信AI是普通人变强的“ 外挂”，所以创建了“AI信息Gap”这个公众号，专注于分享AI全维度知识，包括但不限于 AI科普， AI工具测评， AI效率提升， AI行业洞察。关注我，AI之路不迷路，2024我们一起变强。

昨天，Anthropic发布了Claude 3.5系列的先遣模型：Claude 3.5 Sonnet。这个新模型在各项基准测试中的优异表现，迅速引起了众多科技爱好者的关注。同时，Claude 3.5 Sonnet在多个多模态基准测试中的结果同样很亮眼，多项数据稳稳地超过了OpenAI的最新模型GPT-4o。更详细的解读可以看我昨天的文章：《遥遥无期的GPT-5与强势发布的Claude 3.5 Sonnet！附详细解读和使用方法》。

并且，划重点，目前Claude 3.5 Sonnet在Claude AI平台是可以免费使用的！Claude账号的注册方法请看我之前写过的注册教程：《『AI保姆级教程』手把手教你注册Claude账号！建议收藏！》。需要注意的是，Claude对IP的检测非常严格，要求IP很干净才能稳定使用，不然很容易被封号。

今天我们就用一个案例来看看Claude 3.5 Sonnet有多强，同时也可以体现出目前的生成式AI能达到一个怎样的水平。

首先让我们打开Claude非常好用的一个新功能：Artifacts。Artifact这个英文单词的原意是“人工制品、手工艺品”，在软件开发领域，Artifact通常指与软件开发相关的文档、代码或者工具。而在Claude这里，这个新功能可以理解为“成果、生成物”，意味着我们让Claude生成的内容，如代码片段、文本文档或网站设计会展示在一个专用窗口中，这样是不是就很好理解了。

登录进入Claude后，会看到官方对Artifacts新功能的提示：Create and iterate on documents, code, and more within Claude。

点击后即可看到对Artifacts功能更为详细的介绍：Artifacts是一个实验性功能，将会把Claude的工作区分为左右两部分，左边是对话窗口，而右边则是一个用于预览生成内容的专用展示窗口。这里我们点击右下角的开关，将这个功能打开。

在最新版的Claude中，所有的对话已默认使用刚发布的这个新模型：Claude 3.5 Sonnet。当然，对于免费用户来说，新模型的使用数量是有限制的，和OpenAI不同的是，Anthropic对于高级模型的使用数量限制是动态调整的，闲时可能多一些，忙时可能就少一些。

在下面的测试中，我只用了一句普通到不能再普通的提示词，让Claude给我生成一个“俄罗斯方块”小游戏。Claude的表现我个人感觉是相当令人满意的。

提示词：写一个俄罗斯方块的小游戏

这里可以看到，由于我之前的设置，Claude自动打开了Artifacts新功能。整个页面左边是正常的对话框，右边则是代码预览区域。

新版Claude模型的响应速度极快，和官方介绍的两倍响应速度吻合。整个生成过程10秒内就完成了。由于我没有在提示词中做任何的限制，Claude自动选择了Python作为编程语言，游戏由Pygame库来实现。可以理解，因为这是最简单直接、最容易上手的方案了。

而代码整体的逻辑则是令我感到惊艳的地方，逻辑非常严密完整。首先是游戏界面，考虑了多种方块，并且有不同的颜色设置，然后是旋转方块，移动方块，再到最后的合并，清除已经完成的行，这样一套逻辑走下来，俄罗斯方块的游戏就跑通了。用户的交互方式则是设计成了常见的方向键控制方块的移动/旋转：左右移动、向下加速、向上旋转。

运行这个小游戏的方法也非常简单（对Pygame不熟悉的小伙伴可以直接让Claude生成运行步骤），电脑上没有安装Pygame库的需要先用下面的这条命令安装Pygame库。

打开命令提示符(Windows)或终端(Mac/Linux)。输入以下命令并按回车以安装正确版本的Pygame库。

pip3 install pygame 

安装完 Pygame 后,我们就可以运行这个俄罗斯方块游戏了。直接把Claude生成的代码下载保存为一个.py文件，比如命名为tetris.py。导航到这个游戏文件所在的文件夹，然后运行Python脚本即可。

讯享网python3 tetris.py 

Claude生成的这个游戏代码竟然是bug-free的，毫无代码。当然也和这个小游戏本身的逻辑就比较简单有关，但要知道，再简单这也是一个有150多行代码的游戏了。

运行后会在一个新窗口里打开这个小游戏，我直接玩了20分钟。

玩了一会后，我发现了一个问题，就是当前的逻辑下，缺少了得分的逻辑，所以用户无法知道自己完成了多少行。所以我尝试让Claude优化这个游戏代码，加上得分的逻辑。同样是极快地速度就生成了我想要的效果。

接下来，能够优化的点还是蛮多的，比如说常见的有：控制方块掉落速度，控制游戏时间等等。我并没有一一尝试，但Claude的表现总体来说已经很令人满意了。

Claude 3.5 Sonnet表现亮眼，Artifacts功能体验不错，新版Claude，非常值得推荐。

关于Claude的注册、使用教程和测评，请看这里。

都读到这里了，点个赞鼓励一下吧，小手一赞，年薪百万！ 。关注我，AI之路不迷路，原创技术文章第一时间推送 。