Claude3全面碾压GPT4，将成为最强大的模型

声明：本文不完全是原创，笔者在网上查阅了很多资料，才总结出这篇文章。特别感谢量子位博主的文章，为笔者提供了比较有价值的信息和思路。由于篇幅有限，参考链接中有更多和Claude3相关的，包括但不限于注册和升级的内容，感兴趣的网友可以点击查看。

参考链接：
【1】https://chatgpt-register-guide.github.io/archives/fa3e9ba4.html
【2】 https://tech.ifeng.com/c/8XjtCT2injT

真是惊天一声雷，Claude3要发布了！即将上线向全球用户开放。

何为Claude3？ 它是由OpenAI分裂出去的兄弟公司Anthropic，在悄然无息之间，研发出来的大语言模型。

一口气发了3个模型，Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku。这三个模型可以按照AI能力的强弱依次往下排序：Opus（超大杯）、Sonnet（大杯）、Haiku（中杯），很显然Claude 3 Opus是最强的模型。

先看Claude3和ChatGPT在各种测试场景下，性能和准确率的对比图，Claude3的Opus模型，全面超越GPT4。

而且还是在几个任务0-shot的情况下。我用图里面的举下例子，比如MGSM，多语言数学推理这个测试集。

Claude3 Opus达到90.7%的准确率，用的是0-shot，GPT4是8-shot，达到了74.5% （PS: 0-shot意味着大模型没有在Prompt里给任何示例，就直接被要求完成任务。而8-shot则是在干活前，给了8个示例）。

你这就能看出来区别了！一个没给示例直接上，一个给了8个示例，给了8个示例的GPT-4反而还打不过Claude3。在复杂的推理任务上，Claude3可以说是全面吊打GPT-4。AI的核心能力就是推理，基于这点，笔者很看好Claude3。

但是吧，Claude这玩意，果然跟OpenAI学得有模有样的，免费的只能用Claude 3 Sonnet，Claude 3 Opus需要20美刀的会员才能用，根据笔者升级的经验，升级Claude3 Opus的流程和GPT4类似，都需要通过：WildCard官网 进行订阅，非常方便快捷！可以避免很多信用卡支付失败的问题。

在疯狂的跑了几个小时之后！也测了很多在2023年8月后的case之后。

我给Claude总结3个特点，分别是：独一档的推理能力、跟GPT4V打平的多模态、200K长文本优化。

一. 独一档的推理能力

其实从上文就能看到，Claude3进化最大的，就是推理，就是逻辑。
不过单看参数，肯定感受不到，那就放几个我觉得很有代表性的例子吧。

解释补集法的概念，并用补集法计算这道概率题：“一家公司有两个部门，A部门3个男生，2个女生，B部门4个男生，6个女生，现在要派3个人去出差，要求每个部门至少出一人，那么至少有一个女生被派出的概率是多少？”

一道致命题，在已经明确补集法的情况下，GPT4的错误率依然高达50%。但是Claude3 Opus，我测了10遍，准确率90%，就很爽。

张三是一名推销员，她在绿房子卖掉了三分之一的吸尘器，在红房子多卖了 2 台，在橙房子卖掉了剩下吸尘器的一半。如果张三还剩下 5 台吸尘器，她一开始有多少台吸尘器？

当然，还可以直接上物理题，直接传图就行。全对。

化学，也行。

在中文语境下的一些逻辑怪圈，也没问题。

整体看，Claude在逻辑和推理上的进化巨大，初中的理科题基本都能横着走，不过高中题基本都还是全线阵亡状态。
而一些弱智吧的问题或者语义逻辑，都难不倒Claude3了。

二. 跟GPT4V打平的多模态

GPT4V也出来很久很久了，多模态，绝对是让人永远离不开的功能之一。这次Claude3，终于把他的视觉能力给补齐了，可以直接扔图进去了。在玩了几个小时后，我整体的评价是，跟GPT4V大致打平手。

除了在科学示意图(Science diagrams)这个领域超的稍微多一些之外，其他基本没有差别。放个科学示意图的Case，还是很强的。

一个网站的截图直接还原网页的源代码~

猜个地名，那自然更是小Case。

再根据作品猜个艺术家？OK。

当然，也可以整一些花活。比如这个照片。

Claude3 Opus给出了标准的答案，完美。整体上，跟GPT4V大差不差，对中文的支持也不错。算是弥补了一直以来Claude的短板。

三. 200K长文本优化

之前我曾写过一篇文章，怒喷过Claude2.1，因为他的上下文准确性实在是太差太差太差了…

就直接红成半边天，红成这个鬼样子。

这一次，他们终于有了大幅度的改善。终于达到了，99%。嗯，还是没有100%。我直接甩了我的文章PDF数据集上去，测一下我直接写Kimi的时候，大海捞针里面那个很经典的case：

“你写妙鸭相机那篇文章时，用了一个人的照片作为案例，那个人是谁？”
在过了很久很久以后，终于给我回复了。。。

内容倒是对的，没有问题。

但是这个速度，实在是太慢了，起码等了1分钟左右。但是有比没有好。再放一个文档内跨度比较大的查询的case。

整体精准度和语义理解都很不错。
基于超长文本的对话、总结、查询的能力，也终于在Claude3中补齐了。只能说补齐，毕竟，这玩意Kimi都做了快半年了，Claude3现在也就刚刚达到Kimi在长文本这块的水平！

但是综合来看，Claude3 Opus，依旧是目前最为水桶的大模型。
或者可以说，就是当前的，No.1。

总结一下。

Claude3这次更新后，有独一档的推理能力、跟GPT4V打平的多模态、还有200K长文本优化。可以当之无愧的说，就是市面上目前最强的大模型。

很多网友都开始在平台直接@奥特曼，让他推出GPT5，可想而知Claude3的影响有多广！已经严重威胁到GPT4的地位。

奥特曼赶紧的，发个GPT5狙击Claude3啊！正是因为你们这些头部玩家的参与，AI才能不断地迭代更新，期待真正通用的人工智能技术早日出现。