出品 | 【新程式設計師】編輯部
還記得 ChatGPT-3.5 剛火的時候，許多人在網上苦苦尋求入門途徑，這時，一群前 OpenAI 員工和研究人員出走並創立了 Anthropic，主打安全的旗號，致力於開發更加安全、可控的人工智慧系統。
沒過多久，緊跟著 GPT-3.5 的釋出時間， Anthropic 在 2023 年 3 月推出了 Claude 大模型，直接獲得了「 ChatGPT 最強平替 」的稱號，加持著「 純免費 」的超級 buff，甚至 一同帶火了 Quora 建立的名為 Poe 的大模型整合平台。此後，Anthropic 的每次釋出都勢必對標 GPT，被視為「 ChatGPT 最強勁的競爭對手 」。
就在昨晚，Anthropic 再次向 OpenAI 伸出一記重拳，重磅釋出新一代的人工智慧模型系列 Claude 3 ，並宣稱該系列的三款產品 Opus、Sonnet 和 Haiku 在推理能力、數學計算、編程、多語言理解和視覺處理等領域樹立了新的行業標桿。
Claude 3 系列的三個模型都具有 200,000-token 的上下文視窗，Opus 主打高水平的「類人智慧」，Sonnet 則是結合效能與速度的中庸之選，Haiku 可以執行輕量級操作，兼具價效比和速度。這三個模型的命名分別代表著「作品」、「十四行詩」和「俳句」，從大到小概括了每款模型的特色。
當前，使用者可透過電子信件註冊免費使用基於 Sonnet 模型的 Claude.ai 聊天機器人服務。然而，最為強大的模型 Claude 3 Opus 僅在訂閱付費後才能透過 Anthropic 網站上的「Claude Pro」服務體驗， 每月收費 20 美元 。
目前，Opus 和 Sonnet 已經可以透過 Anthropic 的 API 獲取，Haiku 將在隨後推出；而 Sonnet 模型除了在 Anthropic API 上可用之外，還已經提前接入亞馬遜的 Bedrock 平台，並在 Google Cloud 的 Vertex AI Model Garden 上線。
回想 Claude 的 前兩次 釋出，其在能力上都略微落後於 OpenAI 的最佳模型，且 Anthropic 主要宣傳的是上下文視窗長度和安全這些重點。這一次，Anthropic 或許終於在效能方面趕超了 OpenAI 的模型。
效能戰和價格戰——我全都要
相較於前代 Claude 2，Claude 3 在分析、預測、內容創作、程式碼生成以及多語言對話等方面有所提升。
王牌 Opus 在衡量本科級別專業知識（MMLU）、研究生級別專業推理能力（GPQA）以及基礎數學（GSM8k）的測試中，其表現超越了 OpenAI 和谷歌各自最先進的模型 GPT-4 和 Gemini Ultra。
Opus 的實際速度與 Claude 2 和 2.1 相同，但它的效能要強得多。
作為對比，家中老二 Sonnet 的速度則是 Anthropic 先前最佳模型 Claude 2.1 的兩倍，並且擁有更高的智慧水平。Anthropic 聲稱，Sonnet 在需要快速響應的知識檢索或銷售自動化等智慧任務上表現出色。
價效比之選 Haiku 在效能、速度及成本方面均優於同類尺寸的其他模型。它能夠在不到三秒鐘的時間裏閱讀一篇包含圖表和圖形、大約 7500 字的密集型研究論文。
這三個模型都有個共同的特點： 可以即時給出「近乎即時的響應」 ，這使其適合時間至關重要的即時客戶聊天、自動完成和數據提取。此外，這些模型還具有增強的視覺能力，能夠處理照片、圖表、示意圖，類似於 GPT-4V 和谷歌的 Gemini。
Anthropic 提供的多模態視覺能力基準圖表顯示了其在這方面的能力
Anthropic 特別強調，與之前幾代及競品相比，這三個模型在速度和成本效益上均有顯著提升（ 單位為美元 ）：
此外，Claude 3 模型針對部份客戶可處理高達 100 萬個 token（這一點與 Gemini Pro 1.5 相似），並且在如此龐大的上下文大小的基準測試中，Opus 模型實作了近乎完美的記憶性，準確率超過 99%。同時，Anthropic 聲稱 Claude 3 模型降低了無害提示的拒絕率，並且在減少錯誤答案的同時表現出更高的準確度。
這一點被輝達的高級科學家 Jim Fan 盛贊，因為當前大模型對無害問題過於謹慎的回答已成為一個普遍現象，凡事都要反復「疊甲」個好幾次才能給你答案。但 Anthropic 意識到了這一問題，並強調了他們在降低拒絕率方面的努力。
同樣被 Fan 好評的還有 Claude 在特定領域的專家基準測試。Claude 特意選擇了金融、醫學和哲學等專家領域，並報告了在這幾個領域的效能表現。
這就不得不提到 Claude 3 的重大突破——合成數據的套用。Anthropic 透過在訓練過程中使用合成數據來部份實作 Claude 3 的能力提升。合成數據是指內部使用另一款 AI 語言模型生成的數據，該技術可以拓寬訓練數據的深度，以彌補抓取數據集中可能缺失的情景。
Anthropic 提供的基準圖表進一步展示了其效能表現
大模型的未來：比卷效能更重要的事
許多企業對生成式人工智慧的一大顧慮在於其可能出現的「幻覺」，即提供錯誤的資訊輸出。以最近發生的加拿大航空案例為例，其 AI 聊天機器人向旅客提供了不準確的退款資訊，最終法院判決要求航空公司賠償該名因得到錯誤資訊而起訴的旅客。
Anthropic 表示， Claude 3-Opus 在整體能力和低幻覺率方面能夠超越當前市場領導者 GPT-4 Turbo。 而相較於 Claude 2.1，Opus 在給出正確答案和減少錯誤答案方面的表現提升了兩倍。研究者透過三個類別來衡量準確性：正確的答案、錯誤的答案以及在不確定時選擇回答不知道而非錯誤作答。
自兩年前創立以來，Anthropic 始終將構建負責任的人工智慧作為優先任務，旨在避免性別歧視、種族歧視以及其他有害輸出，並在這次的更新 宣布了一條新準則：尊重殘疾人的權利，以減輕任何可能加劇刻板印象和偏見的輸出。
在未來幾個月內，Anthropic 計劃定期更新 Claude 3 模型系列，並推出工具使用、互動式編程和「高級代理能力」（ advanced agentic capabilities ）等新功能。Anthropic 表示將繼續致力於確保安全措施跟上 AI 效能的發展步伐，並強調目前 Claude 3 模型「 帶來災難性風險的可能性極小 」。
這似乎是在暗示 GPT——畢竟 Anthropic 的創始人們之所以會離開 OpenAI， 其實就是因為安全理念的不符。
【開發者福利】
對於國內所有開發者而言，可以透過 Amazon Bedrock 立即試用 Claude 3，無需註冊帳號。下一代 Claude（Claude 3）的三個模型 Claude 3 Opus、Claude 3 Sonnet 和 Claude 3 Haiku 將陸續登陸 Amazon Bedrock。Amazon Bedrock 是目前第一個也是唯一一個提供 Claude 3 Sonnet 托管服務的平台。
據亞馬遜雲科技 官方 表示， Amazon Bedrock 和第三方模型僅在亞馬遜雲科技海外區域可用，亞馬遜雲科技中國僅為幫助開發者 了 解行業前沿技術和發展海外業務選擇推介該服務。但亞馬遜雲科技也為開發者申請到了測試資源，短期開放、立即可用， 歡迎大家 透過下面的連結或點選「閱讀原文」存取嘗鮮：
https://portal.cloudassist-beta.sign-up.china.aws.a2z.com/demo/qrcode?trk=asdfghjkl12345
