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，刚封神的GPT-4o被赶超了。

智东西6月21日报道，昨日晚间，Anthropic推出了新一代大模型Claude 3.5 Sonnet，在多项全球权威测评中一举超越了OpenAI的GPT-4o。

Claude 3.5 Sonnet不仅超过其已发最强模型Claude 3 Opus，在研究生水平的推理 （GPQA）、本科生水平的知识 （MMLU） 和编码能力 （HumanEval）多方面，也都刷新了行业基准。

在速度和成本方面，Claude 3.5 Sonnet是Claude 3 Opus的两倍，加上优惠的价格，它很适合帮用户处理编程、联动程序等复杂任务。

目前，用户可以通过Claude网页和iOS程序免费试用Claude 3.5 Sonnet，付费用户能更高速访问。

同时，客户可通过Anthropic API、Amazon Bedrock和Google Cloud获取该模型。API的收费标准是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。

发布之后，Claude 3.5 Sonnet立马在AI圈引起轰动。有网友称，使用Claude 3.5 Sonnet编程比GPT-4o效率高10倍。

有网友3分钟完成了马里奥游戏的克隆版，称最疯狂的是基于最新Artifacs预览功能，一键看到编程应用的预览效果。

Anthropic被视为OpenAI最有力的竞争对手之一，本次Claude 3.5 Sonnet的发布可谓狙击GPT-4o。这是其Claude 3.5的中杯版本，Claude 3.5 Haiku和Claude 3.5 Opus计划今年晚些时候推出。

有一个有意思的细节，在Anthropic的演示视频中出现的演示用户是“Sam”，这似乎是在问候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也获得了优于GPT-4o的表现。Claude 3.5 Sonnet现已在付费AI搜索引擎Perplexity Pro上推出。

在社交媒体X，不少第三方测评团队也给出了试用结论，相比于GPT-4o，Claude 3.5 Sonnet几乎成了推理、语言、编程、数据分析、数学和指令遵循方面的“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，Claude 3.5 Sonnet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。

在内部代理编码评估中，Claude 3.5 Sonnet成功解决了64%的问题，表现优于仅解决了38%的Claude 3 Opus。在得到指导和相关工具后，Claude 3.5 Sonnet 能够独立编写、编辑和执行代码，并具备复杂的推理和故障排除能力。

有网友在社交平台X贴出使用体验，仅仅25秒，Claude 3.5 Sonnet帮他编写了一个功能整齐的游戏程序。

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。对于需要视觉推理的任务，如解释图表和图形，这些改进尤为显著。此外，Claude 3.5 Sonnet还能准确地从质量不高的图像中转录文本。

如下图所示，在多项权威测评中Claude 3.5 Sonnet超过了GPT-4o，在所有测评中超越了Gemini 1.5 Pro。

如下图所示，Claude 3.5 Sonnet可以快速识别PDF文件内容并输出折线图。

当被继续要求生成网页演示内容，Claude 3.5 Sonnet也可以胜任。

03.颠覆对话式协作，交互升级，四步编程并渲染游戏

现在，Anthropic还将在Claude.ai上推出Artifacts这一新功能，相当于一个预览功能，用以丰富用户与Claude的互动方式。

当用户请求Claude生成代码片段、文本文档或网站设计等内容时，这些Artifacts将在一个专用窗口中与对话一同展示。这为用户提供了一个动态工作区，他们可以实时查看、编辑和构建Claude的创作，将AI生成的内容融入自己的项目和工作流程中。

这一功能的推出标志着Claude从对话式AI向协作式工作环境的进化。

如下图所示，如果要搭建一款游戏并预览效果，用户进需要四个步骤。

首先，输入文本让Claude 3.5 Sonnet生成一个特定大小和风格的角色。

然后，让Claude 3.5 Sonnet为类似风格的视觉要素编程。

紧接着，一个整体的游戏页面被搭建出来，用户可以随时看到代码的生成过程。

最后，就连游戏运行起来的效果，用户也可以通过Artifacts模式进行预览。

在社交媒体X上，有网友称“这太疯狂了”，认为工件+渲染窗口是最佳的编码方式。

作为Anthropic对安全和透明度的承诺，Anthropic最近已将Claude 3.5 Sonnet提供给英国人工智能安全研究所（UK AISI）进行部署前的安全评估，并与美国人工智能安全研究所（US AISI）分享了结果。

Anthropic称其模型开发的核心原则之一是保护隐私。除非用户明确允许，否则Anthropic不会使用用户提交的数据来训练生成模型。Anthropic称其到目前为止未使用任何用户数据来训练生成模型。

04.结语：OpenAI劲敌出手，追击GPT-4o

Anthropic被认为是OpenAI最强竞争对手之一，Claude 3.5 Sonnet是Claude 3.5系列首款产品，今年晚些时候推出的Claude 3.5 Haiku和Claude 3.5 Opus，是等待OpenAI的后招。

除了研发下一代模型系列，Anthropic还在开发支持企业应用的功能和模式，包括与企业应用程序的集成。Anthropic的团队还在探索诸如“记忆”这样的功能，让Claude能够记住用户的偏好和特定的交互历史，从而提供更加个性化和高效的用户体验。

本文来自微信公众号“智东西”（ID：zhidxcom），作者：李水青，编辑：心缘，36氪经授权发布。