全面剖析Claude 3.0：“地球最强”AI模型的优劣详解

文章来源：腾讯科技

文章作者： 郭晓静 郝博阳

图片来源：由无界AI生成

Anthropic发布Claude 3.0，一夜之间，关于“Claude3.0超越GPT-4成为地球最强模型”的消息刷屏。对于其他模型，即便它们在各种基准测试中取得了高分，如果没有经过实际使用和测试，业内人士往往不会轻易相信它们真的能够超越GPT-4。然而，当宣称赶超的是Anthropic的Claude时，情况就不同了。Anthropic毕竟是与OpenAI一脉相承的“德比”，Claude 3.0也是最有机会挑战GPT-4的模型。

速览Claude 3.0

鉴于已经有很多关于Claude 3.0的解读文章，我们在文章开头从五个方面速览Claude 3.0的技术要点及某些性能指标：

① 模型概述：

Claude 3.0 共发布三款模型：Opus、Sonnet、Haiku："Opus"代表了最高级、最智能的模型。这个词源自拉丁语，原意是“史诗级的作品”，在音乐领域尤其常见，用来指代一部完整的音乐作品；"Sonnet"代表了中等级别的模型，它在性能和成本效益之间取得了平衡。这个名字来源于文学中的“十四行诗”（Sonnet），这是一种具有特定结构和韵律的诗歌形式，通常包含14行；"Haiku"代表了入门级别或最基础的模型。这个名字来源于日本的一种传统短诗形式——俳句（Haiku），它通常由三行组成，遵循5-7-5的音节模式。俳句以其简洁和深邃的表达而著称，这与Claude 3.0 Haiku模型的特性相呼应。不得不说，这三个名字，起的既有文化底蕴又形象。不过，我们普通人可以简单理解为，超大杯、大杯、中杯。

1）超大杯 Opus：最强大、最智能。在AI系统评估基准上，如MMLU、GPQA、GSM8K等，表现出超越同行的性能。

2）大杯Sonnet：性价比最高。在大多数工作负载中，比Claude 2和Claude 2.1快2倍，同时保持更高的智能水平。

3）中杯 Haiku：成本最优。作为市场上速度最快、成本效益最高的模型，能够在短时间内（不到3秒）阅读约10k tokens的信息和数据密集型研究论文。

② 最优表现及技术亮点

1）速度：支持实时反馈，自动完成数据提取任务-Haiku可以三秒内读取arXiv上一篇信息和数据密集的研究论文（大约10K Token），并附带图形。

2）准确性提高：Claude 3.0 Opus：在挑战性开放式问题上，正确答案率是Claude 2.1的两倍。

3）上下文处理能力提高，且记忆力完美：初始提供200K的上下文窗口，但所有模型都能处理超过1百万token的输入。Claude Opus实现了接近完美的召回率，准确率超过99%。

4）模型易用性提高：善于遵循复杂的多步骤指令，能够产生JSON等机构化输出。

5）责任及安全性：虽然与之前的模型相比，Claude 3.0 系列模型在生物知识、网络相关知识和自主性等关键指标上取得了进步，但根据“负责任扩展政策（Responsible Scaling Policy）”，仍处于 AI 安全等级 2（ASL-2）。红队评估结果显示，Claude 3.0 系列模型目前造成灾难性风险的可能性微乎其微。

6）减少拒绝：与前代模型相比，减少了不必要的拒绝，提高了对请求的理解和处理能力。

7）使用了合成数据：数据被认为是大模型训练未来将要面临的重要瓶颈，在Claude 3.0的技术文档中，我们看到Antropic已经使用合成数据训练Claude 3.0。

③ 成本

1.Claude 3.0 Opus：

a.  输入成本：$15/百万tokens

b. 输出成本：$75/百万tokens

2.Claude 3.0 Sonnet：

a. 输入成本：$3/百万tokens

b. 输出成本：$15/百万tokens

3.Claude 3.0 Haiku：

a. 输入成本：$0.25/百万tokens

b. 输出成本：$1.25/百万tokens

这些价格反映了不同模型的性能和复杂度。Opus作为最高级模型，提供了最高的智能水平，因此价格也最高。Sonnet提供了性能和成本之间的平衡，而Haiku作为最快的模型，提供了最低的成本，适合需要快速响应的应用。

④ 目前是否已经可以使用：

Opus和Sonnet：现已在159个国家通过API提供使用。

Haiku：即将推出。

⑤ 未来计划：

Anthropic计划在未来几个月内频繁更新Claude 3.0模型家族，并发布新功能，如Tool Use（功能调用）、interactive coding（交互式编码）等。

Claude 3.0是否真的很强大