超越GPT-4，Claude 3超大杯成新王

太疯狂了！Claude 3 Opus竟然干掉了GPT-4。在Chatbot Arena最新的聊天机器人对战排行榜中，Claude 3的超大杯成功登顶，就连最小的Claude 3 HaiKu都达到了GPT-4水平！

太疯狂了！Claude 3 Opus超越了GPT-4，成为新的国王！

今天，Chatbot Arena更新了聊天机器人对战的排行榜，在经过了时间的洗礼和群众的检验之后，之前略逊于GPT-4的Claude 3竟然反超了！

而且不仅仅是Claude 3的超大杯Opus成功登顶，藐视众生，Claude 3家族的整体表现都非常亮眼。

大杯Claude 3 Sonnet排到了第4，就连最小的Claude 3 HaiKu都达到了GPT-4水平！

那么相比于基准测试跑分，这个榜单的权威性如何？

Chatbot Arena（聊天机器人竞技场），由伯克利团队开发，每个模型在榜单上的得分，完全取决于真实人类用户的使用体验。

我们来看一下打分规则：

用户同时向两个匿名模型（比如ChatGPT、Claude、Llama）提出任何相同的问题，然后根据回答投票给表现更好的模型；

如果一次回答不能确定，用户可以继续聊天，直到确定获胜者；

如果在对话中透露了模型的身份，则不会计算投票。

Chatbot Arena平台收集了超过40万人的投票，来计算出这个大模型的等级分排行榜，最终找出谁是冠军。

显然，这回Claude 3赢麻了。

我们来看一下真实的战况：

在所有非平局对战中， A对B获胜的比例：

模型之间的对战次数（无平局）：

GPT-4终于被干掉了，对此，有网友开始恶搞：

刚在当地超市看到Sam Altman，他一脸震惊地看着手机。几秒钟后，他真的倒下了，开始剧烈颤抖。经过2分钟的摇晃和尖叫，一群人围绕着他试图帮助他。但令人惊讶的是，他在2分钟后停止了颤抖和尖叫，站起来，拿起手机开始拨打一个号码。

“准备释放......”

咱也不知道Altman要放的是不是GPT-5。

网友表示，Claude确实要比GPT勤奋得多：

GPT-4-Turbo非常懒惰。在任何编码任务中，它都会跳过部分代码，并表示“你自己知道要放什么”，而Opus可以毫无遗漏地输出整个代码。

就连Claude-2也通过自己的勤奋和耐心感动了这位网友。

更有比较务实的网友指出，Haiku的排名更为重要，因为它是第一个可以以极低成本即时运行的LLM，并且具有足够高的智能来提供实时客户服务。

盲生你发现了华点！Claude 3 Haiku不仅与原始版本的GPT-4表现一样好，关键是相当便宜，在一些平台你甚至可以免费使用。

大家于是纷纷夸起了Claude 3 Haiku：

智能相当于GPT-4，价格比GPT-3.5便宜，而且据说模型可能只有20B大小。

有网友表示，OpenAI不行啦，现在Anthropic才是老大，一时间，平台内外充满了快活的空气。

ChatGPT 一年零增长

回过头来再看ChatGPT这边，从最初的高光、王者，到现在不能说泯然众人吧，反正多少有点寒酸了。

最近，有关统计平台曝出：ChatGPT在过去一年中居然零增长！

最近一段时间，ChatGPT一直被指责懒惰、系统提示臃肿，而另一方面竞争也愈演愈烈——Claude 3和Gemini Pro 1.5现在都提供了比GPT-4多8倍的上下文长度和更好的recall能力。

对于几乎每个ChatGPT用例，现在都有大量垂直化的AI初创公司，致力于满足用户的需求，而不是满足于现有的ChatGPT界面和捆绑工具

它们有更好的UI选项（例如IDE和图像/文档编辑器）、更好的原生集成（例如用于cron重复操作）、更好的隐私/企业保护（例如用于医疗保健和金融），更细粒度的控制（GPT的默认RAG是幼稚且不可配置的）。

以下是一些网友列举了相关垂直领域的产品，以及公司的融资情况：

从某种意义上说，OpenAI的B2B和B2C部分相互竞争，这在某种程度上是良性竞争——OpenAI可以使用来自ChatGPT的RLHF数据进行训练。

而新的GPT商店可以看作是，OpenAI为了抓住这些垂直化需求的尝试。

——与其离开平台，到处支付20美元/月，为什么不留在ChatGPT内部而只需要支付一次，让OpenAI将理论上的收入分配给GPT创作者？

对此，大部分创作者也很明智，一般只向ChatGPT发布精简版的应用，作为自己主要平台的一个渠道。

在游戏机业务中，众所周知，购买决策往往是由平台独占游戏驱动的。从某种意义上说，ChatGPT的未来会以平台专属模型为特色。

所以，当Sora甚至是GPT-5公开发布时，一定会率先登陆自家的平台，也许那将是下一轮ChatGPT的增长点。

参考资料

https://huggingface.co/spaces/lmsys/chatbot-arena-leaderboard

本文来自微信公众号“新智元”（ID:AI_era），作者：alan，36氪经授权发布。