GPT-4o一夜被赶超，Anthropic推出Claude 3.5，网友3分钟克隆马里奥游戏

一夜之间，刚被封神的GPT-4o，就被超越了。

6月21日，Anthropic悄然推出了新一代大模型Claude 3.5 Sonnet。这款模型几乎在所有权威测评中，都压了OpenAI的GPT-4o一头。

Claude 3.5 Sonnet的表现不仅超过了自家此前最强的Claude 3 Opus，在研究生级推理（GPQA）、本科生级知识（MMLU）和编码能力（HumanEval）上，也都刷新了行业基准。速度方面更是亮点——运行速度是Opus的两倍，成本却只有五分之一。对于编程、流程联动这类复杂任务，这个性价比确实诱人。

目前，用户可以通过Claude网页端和iOS应用免费试用，付费用户则享有更高的访问优先级。同时，企业客户可以通过Anthropic API、Amazon Bedrock和Google Cloud获取模型。API收费标准为3美元/每百万输入tokens，15美元/每百万输出tokens，支持200k tokens上下文窗口。

模型发布后，AI圈立刻炸开了锅。有网友反馈，用Claude 3.5 Sonnet编程比GPT-4o效率高出10倍。

更有网友在3分钟内完成了马里奥游戏的克隆版，而且借助最新的Artifacts预览功能，能在窗口里直接看到应用效果。

Anthropic被视为OpenAI最有力的竞争对手之一，这次的动作无疑是精准狙击。Claude 3.5 Sonnet只是Claude 3.5系列的中杯型号，后续的Haiku和Opus预计在今年晚些时候登场。

值得注意的是，Anthropic演示视频中的示例用户名叫“Sam”——巧合还是致敬？这显然是在问候OpenAI的CEO Sam Altman。

官方地址：https://claude.ai/

01.生成2倍速，多项能力赶超GPT-4o

Claude 3.5 Sonnet在其公布的GPQA、MMLU、HumanEval等所有测评中，都超越了OpenAI的GPT-4o，仅数学能力得分略低于GPT-4o。

在AI搜索引擎创企Perplexity的试用评估中，Claude 3.5同样获得了优于GPT-4o的表现。Perplexity Pro已经集成了这个新模型。

在X平台，不少第三方测评团队也给出了试用结论。综合来看，Claude 3.5 Sonnet在推理、语言、编程、数据分析、数学和指令遵循方面，几乎成了“六边形战士”。

Claude 3.5 Sonnet不仅超过其已发最强模型Claude 3 Opus，在速度和成本方面，也与Anthropic的中端型号Claude 3 Sonnet旗鼓相当——运行速度是Claude 3 Opus的两倍，成本仅1/5。

在内部袋里编码评估中，Claude 3.5 Sonnet成功解决了64%的问题，而Claude 3 Opus仅为38%。拿到指导和相关工具后，它还能独立编写、编辑和执行代码，具备复杂的推理和故障排除能力。

有网友在X平台分享体验：仅仅25秒，Claude 3.5 Sonnet就帮他编写了一个功能完整的游戏程序。

02.最强视觉模型，多测评超GPT-4o，图表识别能力炸场

Claude 3.5 Sonnet也是Anthropic目前最强大的视觉模型。它在标准视觉基准测试中超越了Claude 3 Opus，尤其在解释图表和图形方面提升显著。此外，它还能准确从质量不高的图像中转录文本。

如下图所示，多项权威测评显示，Claude 3.5 Sonnet超过了GPT-4o和Gemini 1.5 Pro。

例如，它能快速识别PDF内容并输出折线图。

紧接着，如果被要求生成网页演示内容，Claude 3.5 Sonnet也能轻松胜任。

03.碘伏对话式协作，交互升级，四步编程并渲染游戏

Anthropic在Claude.ai上推出了Artifacts功能，这是一个预览窗口，让用户与Claude的互动更加直观。过去，AI对话是黑箱操作，现在用户提交需求后，生成的内容会实时出现在专用窗口中，用户可以查看、编辑、构建，并将AI成果融入自己的项目。

四步走就能搭建并预览一款游戏：

首先，输入文本让Claude 3.5 Sonnet生成特定大小和风格的角色。

然后，为类似风格的视觉要素编程。

紧接着，整个游戏页面搭建起来，代码生成过程一览无余。

最后，通过Artifacts模式，连游戏运行效果都能实时预览。

在X平台，有网友感叹：“这太疯狂了！工件+渲染窗口是最佳的编码方式。”

作为安全承诺的一部分，Anthropic已将Claude 3.5 Sonnet提供给英国人工智能安全研究所（UK AISI）进行部署前评估，并与美国人工智能安全研究所（US AISI）分享了结果。

Anthropic表示，保护隐私是模型开发的核心原则。除非用户明确允许，否则不会使用用户数据训练生成模型——到目前为止，他们确实没有用任何用户数据训练过模型。

04.结语：OpenAI劲敌出手，追击GPT-4o

Anthropic被视为OpenAI最强的竞争对手之一。Claude 3.5 Sonnet是Claude 3.5系列的首发产品，后续的Haiku和Opus预计今年晚些时候推出，等待狙击OpenAI的后招。

除了下一代模型系列，Anthropic还在开发支持企业应用的功能，包括与应用程序集成，以及探索“记忆”功能，让Claude记住用户偏好和交互历史，提供更个性化的体验。