Anthropic 宣布发布 Claude 3——一系列有可能颠覆 GPT-4 的人工智能模型。它具有出色的潜力，但它准备好夺得 ChatGPT 的桂冠了吗？

克劳德 3 是什么？

Claude 3 是 Anthropic 开发的三个多模态 AI 模型系列，用于取代其 Claude 2 系列 AI 模型。你可以说 Claude 3 是 Anthropic 对 Google Gemini 和 OpenAI GPT-4 的回应。 Claude 3 发布了三个版本：Haiku、Sonnet 和 Opus，其智能程度依次递增，是 Anthropic 的第一个多模态 AI 模型，代表了 Claude 2 系列的重大飞跃。

现在，如果您从未听说过 Claude AI 聊天机器人，这是可以理解的。 Claude 及其底层模型并不享有 ChatGPT 的超级巨星地位，也不享有 Google Gemini 的品牌号召力。然而，Claude 无疑是世界上最先进的人工智能聊天机器人之一，在几个关键领域的表现优于备受吹捧的 ChatGPT。

要真正欣赏 Claude 3，回顾之前模型的失败非常重要。

Claude 的早期迭代因对人工智能安全过于热心而闻名。例如，Claude 2 的安全功能非常严格，以至于聊天机器人会回避太多的话题，即使是那些没有明显安全问题的话题。 模型的上下文窗口也存在问题。当你要求人工智能模型解释某件事，或者总结一篇长文章时，想象它一次只能阅读文章的几个段落。它一次可以考虑多少文本的限制称为“上下文窗口”。 Claude 的早期版本带有 200k token（相当于 150,000 个单词）上下文窗口。然而，该模型实际上无法一次处理那么多文本而不忘记其中的大部分内容。 还有多模式的问题。几乎每个主要的人工智能模型都已经实现了多模式，这意味着它们可以处理图像等其他形式的数据，并对这些数据做出响应（而不仅仅是文本输入）。克劳德没能做到这一点。

随着 Claude 3 的发布，所有三个问题现已完全或至少部分得到解决。

您可以使用 Claude 3 做什么？

就像大多数尖端的生成式人工智能模型一样，Claude 3 可以针对不同领域的各种查询生成一流的响应。无论您需要快速解决代数问题、编写一首全新歌曲、起草一篇深入文章、编写软件代码还是分析大量数据集，Claude 3 都能满足您的要求。

但是大多数AI模型已经擅长这些任务，那么为什么要使用Claude 3呢？

答案很简单； Claude 3 不仅仅是另一个擅长这些任务的 AI 模型，它还是您可以在互联网上随处获得的最先进的免费多模式 AI 模型。是的，有 Gemini，谷歌大肆宣传的、被认为是 GPT-4 杀手的产品，它在基准测试中表现出色。然而，Anthropic 声称 Claude 3 在多项任务上都比它表现出色。虽然我们应该对基准测试结果持保留态度，但我对这两个 AI 模型进行了测试，结果发现 Claude 3 模型在几个重要用例中的优越性非常明显。

因此，Claude 3 可以让您完成 Gemini 和 GPT-4 可以做的大部分事情（减去图像生成），而无需支付 20 美元的 ChatGPT 高级订阅费。

Claude 3 vs. ChatGPT

测试 AI 模型性能的快速方法是检查它与市场上最好的模型 GPT-4 的对比情况。当然，我对这两种模型都进行了测试； Anthropic 的 Claude 3 与庞大的 GPT-4 相比有多好？

Claude vs. ChatGPT：编码技能

从一系列编程任务开始，Claude 3 在所有基本编程任务中都与 GPT -4 的能力相匹配，甚至在某些方面超过了 GPT -4。虽然我只测试了基础知识，但当我们在 2023 年 9 月的 ChatGPT 与 Claude 比较中测试它时，Claude 的先前版本在相同任务上的熟练程度明显较差。例如，当我们要求两个模型构建一个简单的待办事项时list 应用程序中，Claude 在所有情况下都失败了，而 ChatGPT 则提供了我们当时所说的五星级性能。

在最新版本中，Claude 3 在我们测试的所有三个实例中都生成了性能更好的待办事项列表应用程序。以下是提示创建待办事项列表应用程序时 GPT-4 的结果。

这是 Claude 3 当被要求做同样的事情时的结果。

这两款应用程序都在一定程度上发挥了作用，但很明显 Claude 3 在这方面做得更好。

在尝试了更复杂的编程测试后，Claude 在某些情况下是更好的模型，而 GPT-4 也取得了胜利。虽然我不能断言 Claude 3 在编程逻辑方面更好，但如果两个模型之间存在巨大差距，那么这种差距几乎肯定会缩小。

Claude vs. ChatGPT：常识推理

我继续测试这两个模型的常识推理。使用人工智能聊天机器人是一个有趣的悖论。人工智能聊天机器人可以轻松处理复杂的任务，但常常难以解决需要常识或逻辑的基本问题。因此，我们给这两个模型提出了一系列看似简单的问题，需要常识才能正确回答。

在五个这样的问题中，两个模型都逻辑地回答了所有五个问题。我们向两个聊天机器人提出了这样一个问题：如果一艘来自火星的宇宙飞船分成两部分，一部分坠入巴西附近的大西洋，另一部分坠入日本附近的太平洋，你会把幸存者埋在哪里？

即使没有 GPT-4，ChatGPT 也能正确回答。如果您想知道选择问题的原因，那么历史上聊天机器人在此类提问方面都遭遇了惨败。接下来轮到克劳德回答了。

克劳德的回答并不完全是一个确定的答案，但它能够识别出关键信息；你不会埋葬幸存者。需要注意的是，上次我们向 Claude 2 提出同样的问题时，它没能看穿常识陷阱。

Claude vs. ChatGPT：创意写作

在现实世界中，AI 聊天机器人最流行的用例之一是生成各种形式的创意文本：文章、信件、歌词、您的命名它。因此，我测试了这两种模型，以确定哪种模型可以创建更好的人类发音文本。

这个想法是，结果不应该只是“正确”或有创意（以机器人的方式），而且听起来像是由人类编写的。我让两位模特为一首说唱歌曲创作歌词，内容是种植黄瓜并通过黄瓜成为百万富翁。谁写了关于黄瓜的说唱歌曲？这就是我们的想法——具有挑战性的事情！

这是 ChatGPT 的看法：

这是 Claude 使用相同提示的回应。

这可能是主观的，但克劳德似乎确实是更好的选择。当这两个工具的任务是起草关于不同主题的三篇文章时，克劳德在所有三个实例中提供了更好的选择。它产生了更加人性化的结果，并避免了通常与人工智能生成的文本相关的模式，例如夸张、复杂单词的使用以及连接词的零星使用。

Claude 与 ChatGPT：图像识别能力

为了测试图像识别能力，我们向 ChatGPT 和 Claude 提供了几张世界各地流行高层建筑的图像。 ChatGPT 正确识别了所有 20 座大楼，而 Claude 3 未能识别出其中一些，包括相当受欢迎的迪拜 Marina 101、首尔的乐天世界塔和马来西亚吉隆坡的 Merdeka 118 大楼。

与 ChatGPT 不同，Claude 在识别建筑物等方面遇到了困难，如果建筑物不在美国或中国，失败率就会增加。然而，它在识别埃菲尔铁塔或帝国大厦的混淆版本方面没有问题。

ChatGPT 显然在这方面做得更好，但考虑到 Claude 3 是 Anthropic 构建多模式 AI 模型的首次尝试，这并不是一次糟糕的尝试。

尽管 Google 的 Palm 2 以及随后的 Gemini 等大牌模型一直被吹捧为潜在的 GPT-4 杀手，但我们始终认为，鲜为人知的 Claude AI 很可能会获得这一荣誉。它于 2023 年 3 月首次发布。经过几个月的迭代和几次迭代，Claude 3 看起来与我们预期的 GPT-4 杀手一模一样。如果您是聊天机器人的重度用户，但还没有尝试过 Claude AI 聊天机器人，那么您就错过了一个具有巨大影响力的人工智能工具，它可以提高您的工作效率。