Claude3，正式上線。

這個由 OpenAI 分裂出去的兄弟公司 Anthropic，在悄然無息之間，就這么默默地把 Claude3 發了。

沒有所謂的發布會，沒有什么華麗的輿論，就僅僅在 X 上發了個帖子。

我發現現在的這些 AI 公司真挺有意思，都把 X 當成發布主陣地了。。。

字很少，但是事挺大。

一口氣發了 3 個模型，Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku。

這個名字就取的...很有故事。

Opus 大概意思就是史詩級樂章，牛逼上天那種。

Sonnet 是十四行詩。

Haiku 是俳句，日本的那種三行短詩。

所以可以簡單的理解成：Opus（超大杯）、Sonnet（大杯）、Haiku（中杯）

這三個的區別沒什么特別可說的，文章最后放三張截圖就能看明白。

主要還是他們附加的這么一張圖。

Claude3 的 Opus 模型，全面超越 GPT4。

而且還是在幾個任務 0-shot 的情況下。

我用圖里面的舉下例子，比如 MGSM，多語言數學推理這個測試集。

Claude3 Opus 達到 90.7%的準確率，用的是 0-shot，GPT4 是 8-shot，達到了 74.5%。

0-shot 意味著大模型沒有在 Prompt 里給任何示例，就直接被要求完成任務。而 8-shot 則是在干活前，給了 8 個示例。

你這就能看出來區別了。。。一個沒給示例直接上，一個給了 8 個示例，給了 8 個示例的 GPT-4 反而還打不過 Claude3。

在復雜的推理任務上，Claude3 可以說是全面吊打 GPT-4。

而在另幾個比如 MMLU、GSM8K 這種語言類知識類的測試集上，跟 GPT4 基本上差不太多，所以整體核心上，還是推理能力的巨幅提升。

反正，這個 Claude3 Opus 還是很吸引我的。。。

但是吧，Claude 這個狗東西，果然跟 OpenAI 學的一套一套的，免費的只能用 Sonnet，Opus 只有氪了 20 刀的會員才能用。。。。

呸。。。狗男人。。。

在我 TM 的炸了 8 個號之后。。。。。。。。。。。。

所以那咱咋辦呢，那只能送他 20 刀。。。

在瘋狂的跑了幾個小時之后。。。也測了很多在 2023 年 8 月后的 case 之后。

我給 Claude 總結 3 個特點，分別是：

獨一檔的推理能力、跟 GPT4V 打平的多模態、200K 長文本優化。

一、獨一檔的推理能力

其實從上文就能看到，Claude3 進化最大的，就是推理，就是邏輯。

不過單看參數，肯定感受不到，那就放幾個我覺得很有代表性的例子吧。

解釋補集法的概念，并用補集法計算這道概率題："一家公司有兩個部門，A 部門 3 個男生，2 個女生，B 部門 4 個男生，6 個女生，現在要派 3 個人去出差，要求每個部門至少出一人，那么至少有一個女生被派出的概率是多少？"

一道致命題，在已經明確補集法的情況下，GPT4 的錯誤率依然高達 50%。但是 Claude3 Opus，我測了 10 遍，準確率 90%，就很爽。

張三是一名推銷員，她在綠房子賣掉了三分之一的吸塵器，在紅房子多賣了 2 臺，在橙房子賣掉了剩下吸塵器的一半。如果張三還剩下 5 臺吸塵器，她一開始有多少臺吸塵器？

當然，還可以直接上物理題，直接傳圖就行。全對。

化學，也行。

在中文語境下的一些邏輯怪圈，也沒問題。

整體看，Claude 在邏輯和推理上的進化巨大，初中的理科題基本都能橫著走，不過高中題基本都還是全線陣亡狀態。

而一些弱智吧的問題或者語義邏輯，都難不倒 Claude3 了。

二、跟 GPT4V 打平的多模態

GPT4V 也出來很久很久了，多模態，絕對是讓人永遠離不開的功能之一。

這次 Claude3，終于把他的視覺能力給補齊了，可以直接扔圖進去了。

在玩了幾個小時后，我整體的評價是，跟 GPT4V 大致打平手。

官方的數據，也大概是這樣的傾向。

除了在科學示意圖(Science diagrams)這個領域超的稍微多一些之外，其他基本沒有差別。

放個科學示意圖的 Case，還是很強的。

一個網站的截圖直接還原網頁的源代碼~

猜個地名，那自然更是小 Case。

再根據作品猜個藝術家？OK。

當然，也可以整一些花活。比如這個照片。

Claude3 Opus 給出了標準的答案，完美。

整體上，跟 GPT4V 大差不差，對中文的支持也不錯。算是彌補了一直以來 Claude 的短板。

三、200K 長文本優化

之前我曾寫過一篇文章，怒噴過 Claude2.1....

花 7000 塊實測 Claude2.1 - 200K Token 的超大杯效果究竟怎么樣？

因為他的上下文準確性實在是太差太差太差了...

就直接紅成半邊天，紅成這個鬼樣子。

這一次，他們終于有了大幅度的改善。

終于達到了，99%。嗯，還是沒有 100%。

我直接甩了我的文章 PDF 數據集上去，測一下我直接寫 Kimi 的時候，大海撈針里面那個很經典的 case：

“你寫妙鴨相機那篇文章時，用了一個人的照片作為案例，那個人是誰？”

在過了很久很久以后，終于給我回復了。。。

內容倒是對的，沒有問題。

但是這個速度，實在是太慢了，起碼等了 1 分鐘左右。

但是有比沒有好。

再放一個文檔內跨度比較大的查詢的 case。

整體精準度和語義理解都很不錯。

基于超長文本的對話、總結、查詢的能力，也終于在 Claude3 中補齊了。只能說補齊，畢竟，這玩意 Kimi 都做了快半年了，Claude3 現在也就剛剛達到 Kimi 在長文本這塊的水平。。。

但是綜合來看，Claude3 Opus，依舊是目前最為水桶的大模型。

或者可以說，就是當前的，No.1。

寫在最后

當然這次更新，Claude3 還有一些別的特點。

比如減少不必要的拒絕，比如準確性更高等等，但是我覺得就不展開說了。

最后再貼三張圖給大家看一下 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku 的區別。

三張圖一眼就能看明白，牛逼的更貴，便宜的更快。

總結一下。

Claude3 這次更新后，有獨一檔的推理能力、跟 GPT4V 打平的多模態、還有 200K 長文本優化。

可以當之無愧的說，就是市面上目前最強的大模型。

不過按照 OpenAI 和奧特曼的尿性。

他們應該忍不了這口氣。

所以評論區里，網友說出了我的心聲：

奧特曼趕緊的，發個 GPT5 狙擊 Claude3 啊，別慫。

打起來。

那樣我們才能最快速度，迎接加速而來的。

未來。

歡迎關注作者的微信公眾號：數字生命卡茲克