全球最强模型一夜易主？Anthropic声称新模型Claude 3性能超越GPT-4接近人类｜钛媒体AGI

图片来源：Anthropic

一夜之间，全球最强 AI 模型易主。大模型行业又变天了。

钛媒体AGI获悉，3月5日凌晨，OpenAI竞争对手、谷歌、亚马逊投资支持的Anthropic公司发布最新Claude 3系列模型，多个领域的性能超越了OpenAI的GPT-4。

Claude 3系列模型主要包括Haiku（中杯）、Sonnet（大杯）与Opus（超大杯）三款，能力依次从低到高。在推理、数学、编码、多语言理解和视觉等多个领域的20款测试中，Claude 3 Opus在14个性能指标下超越了GPT-4、谷歌Gemini等一系列模型。

Anthropic 表示，Claude 3 Opus 拥有人类本科生水平的知识。同时 Opus也已经跃升成为全球最强大的AI 大模型。

此外，Claude还首次公布对多模态能力的支持（Opus 版本的 MMMU 得分为 59.4%，超过 GPT-4V，与Gemini 1.0 Ultra持平）。用户现在可以上传照片、图表、文档和其他类型的非结构化数据，让 AI 进行分析和解答。

目前，Claude 3Opus和Sonnet已经在claude.ai以及全球159个国家和地区的Claude API上使用。而“中杯”Haiku模型也即将推出。

有网友戏称，Claude 3来了。OpenAI，你打算拿什么来抢一下热度？Altman，GPT-5什么时候推出？

单词处理能力是ChatGPT近50倍，Claude 3到底有多强？

实际上，这家刚刚超越ChatGPT-4的大模型公司仅成立不到3年。

Anthropic AI成立于2021年，由OpenAI 前研究副总裁达里奥·阿莫迪（Dario Amodei）、GPT-3论文一作Tom Brown等人建立。

成立的原因是，Amodei领导的研究人员在对公司的发展方向存在分歧后离开了OpenAI，他们担心微软对OpenAI的投资会使其走上更加商业化的道路，偏离公司最初想法。

2022年12月，在ChatGPT发布不久，Anthropic团队在arxiv上发布了一篇题为《Constitutional AI: Harmlessness from AI Feedback》论文，描述了一个基于无监督方式训练、520亿参数的模型 AnthropicLM v4-s3，直接挑战OpenAI的GPT-3模型。

2023年1月，Anthropic发布基于AnthropicLM v4-s3、AI 聊天机器人模型产品Claude，被认为是ChatGPT的有力竞争者。

融资方面，整个2023年，Anthropic共完成五笔融资，总融资额约73亿美元，投资方包括谷歌、Salesforce、亚马逊以及韩国SK Telecom等。其中，亚马逊向Anthropic投资高达 40 亿美元、谷歌投资超过20亿美元，均持有Anthropic的少数股权。

Anthropic联合创始人丹妮拉·阿莫迪（Daniela Amodei）曾透露，公司有60至80人参与了核心人工智能模型的开发工作，而120至150人则参与了技术方面的研发。阿莫迪去年表示，AI 模型Claude的最新一次迭代由30至35人组成的团队直接参与，并有大约150人提供支持。

当地时间3月4日，Anthropic正式发布最新一代模型Claude 3，同时还是目前行业最强大的 AI 模型。

Claude 3系列模型主要包括Haiku（中杯）、Sonnet（大杯）与Opus（超大杯）三个型号，在性能基准、实时结果、视觉能力、长上下文、多语言、工作负载、使用体验等方面都有重要的突破进展，尤其单词处理能力是ChatGPT近50倍。

上下文方面，Anthropic表示，此次全系列大模型可提供200k上下文窗口，相当于150000个单词，单词处理能力是ChatGPT接近50倍，大约是英文版《白鲸》或《哈利・波特与死亡圣器》的长度。用户可以输入大量数据集，并要求其以备忘录、信件或故事的形式进行摘要。

性能基准方面，Claude 3 Opus在本科水平专家知识 (MMLU)、研究生水平专家推理 (GPQA)、基础数学 (GSM8K) 等多个测试中都优于同行业模型。

例如，在MMLU方面，Claude 3 Opus达到86.8%，超越了GPT、Gemini等一众模型；在研究生水平专家推理 （GPQA）得分是50.4%，优于GPT-4的35.7%，在基础数学 (GSM8K) 上Claude 3 Opus得分是95.0%，优于GPT-4的92.0%。而且，Claude 3 Haiku甚至可以与Gemini 1.0 Pro相抗衡。

视觉能力方面，Claude 3系列模型具备与其他领先模型相媲美的高级视觉识别能力。它们能够处理各种视觉格式，包括照片、图表、图形和技术绘图等。在部分视觉能力上Claude 3系列模型性能刷新SOTA。如在技术图表（AI2D）上，Claude 3 Opus得分为88.1%，远超GPT-4V的78.2%。另外，Anthropic称，这将为企业客户提供这种新的能力，支持高达50%用PDF、流程图或演示文稿等多种格式存储的企业知识库。

多语言方面，Claude 3系列模型增强了西班牙语、日语和法语等非英语语言对话方面的能力。

实时结果和工作负载方面，对于绝大多数场景，Haiku 市场上速度最快且最具成本效益的模型，它可以在不到三秒的时间内阅读 arXiv 上包含图表和图形的信息和数据密集的研究论文；Sonnet 的速度比 Claude 2 和 Claude 2.1 快 2 倍，且智能水平更高，它擅长执行需要快速响应的任务，如知识检索或销售自动化等；最强大的Opus 模型的速度与 Claude 2 和 2.1 相似，但智能水平更高。

Anthropic还在Claude 3系列模型论文中表示，这些模型都是使用亚马逊AWS和谷歌云的硬件进行训练的。目前，Claude3已在AWS模型库Bedrock和谷歌的VertexAI中上线。

此外，在负责任能力、使用体验等方面，Anthropic表示，Claude 3系列模型不仅功能强大，而且值得信赖。

不过，Anthropic也坦言，虽然与之前的模型相比，Claude 3 模型系列在生物知识、网络相关知识和自主性的关键指标方面取得了进步，但根据其负责任的扩展政策，它仍处于 AI 安全级别 2 (ASL-2) ，低于美国白宫的超强大 AI 模型标准的阈值界限。

整体来看，Anthropic长文本能力、多个性能指标都非常强大，与GPT-4一较高下也不为过。

Dario Amodei 近期公开表示，2023 年是专家级 AI ，到2025-2026 年Anthropic的模型技术将成功超越人类，届时AI将能够真正帮助人类工作，大大加速产业发展。

GPT-5即将到来？

随着最强 AI 大模型Claude 3发布，引发了 AI 行业内的关注。

“硅谷钢铁侠”、亿万富翁、特斯拉CEO马斯克（ElonMusk）最新回应称，这个成果非常感人。

最近刚刚离职OpenAI的开发者关系负责人Logan称，祝贺Anthropic团队，很高兴看到编码能力发挥作用。

也有网友称，这些数学基准还是0样本的Claude 3，击败了训练了5-8个样本的GPT-4。

在 Anthropic 官宣之后，不少得到试用机会的研究者也晒出了自己的体验。有网友称，Claude 3 Sonnet 解出了一道此前只有 GPT-4 才能解开的谜题。

不过也有人质疑，Claude幻觉问题很严重，尤其是对于中文的支持程度很低。而且，在定价上Claude 3 也比 GPT-4 Turbo 要贵得多。

据悉，GPT-4 Turbo 每百万 token 输入 / 输出收费为 10/30 美元，而 Claude 3 Opus 为 15/75 美元。

英伟达高级科学家Jim Fan则表示，他非常期待GPT-5的发布。

“谁是今天的最强大模型，没有意义。这件事不是闪电战，是军备战和加长超时战。当然Claude 3 确实很牛。”

那么，GPT-5现在最新的情况怎么样呢？

3月4日，网上疯转了一份最新长达53页的PDF文件，曝光了OpenAI公司最新计划和进展，其中包括公司预计在2027年前打造出人类级别通用人工智能（AGI）计划等。

早在2023年11月OpenAI CEO奥特曼（Sam Altman）就透露，OpenAI已经开发出了比GPT-4更强大、更难以想象的东西，远超人们的期待。

“模型的能力将会有一个无人预料到的飞跃。与人们的预期不同，这个飞跃是惊人的……这在OpenAI的历史上有四次 ，而最近一次，就是在过去几周内。在拨开无知的面纱和探索未知的边界时，我有幸在场，这是我职业生涯中的荣幸。”奥特曼表示。

斯坦福博士Silas Alberti就猜测，所谓GPT-5的Q*很可能是基于AlphaGo式蒙特卡罗树搜索token轨迹。下一个合乎逻辑的步骤是以更有原则的方式搜索token树。这在编码和数学等环境中尤为合理。

图灵奖得主LeCun则非常担心，一旦这些大模型公司游说政府监管开源 AI，将他们的模型除去标准以内，将使整个 AI 模型行业不复存在。

如果GPT-5消息这两天将发布，那今年，我们人类无疑将看到一场 AI 新热战，并无限接近AGI时代。

（本文首发钛媒体App，作者｜林志佳、任颖文，编辑｜林志佳）