新王Claude 3实测！各项能力给跪，打麻将也会，确实比GPT-4好用

克雷西 丰色 发自 凹非寺

量子位 | 公众号 QbitAI

OpenAI不可战胜的神话，已经被打破了。

随着Claude 3（支持中文）一夜登陆，榜单性能跑分全面超越GPT-4，成为首个全面超越GPT-4的产品，也坐上了全球最强大模型新王座。

而且多版本发布后，“中杯”（Sonnet）直接免费体验，“大杯”（Opus）充个会员也能即刻享受。

各路测评纷至沓来。

所以，Claude 3的“武力值”究竟如何爆满？究竟比GPT-4如何？（听说都能学会至今没有模型能搞定的打麻将？）

全球热乎的一手体验，我们悉数奉上。

（当然，我们自己也实测对比了一波。

9k长大模型微调教程直出、读图超显专业

Claude 3一出来，它的视频解读能力首先就火了。

面对OpenAI前科学家Karpathy不久前刚出的《构建分词器》教程，尽管全程足足2个小时13分钟长，Claude 3只靠一轮提示词，就成功将它总结成了博客文章：

有文有图有代码，非常详细，但又绝不是罗列视频里的每一句话（输入附件并非视频，而是视频的字幕文件，当然也包含每5秒一次的截图）。

这是所用提示词的一部分，要求非常之多：

测试者指出：

这展现的是Claude 3遵循多个复杂指令的能力。

除了解读视频教程，Claude 3还能直接给你编写详细教程。

9k字的大模型微调入门教程，“中杯”Sonnet就轻松hold住。并且：

编写速度之快，可谓人眼都跟不上。

代码能力上，网友测评是让它为零基础小白创建一个聊天机器人的前端webUI——

结果毫无犹豫地就完成任务拆解，从核心代码到样式美化以及API本地配置，三大部分一气呵成，并可以直接部署到GitHub。

多模态能力上，最让网友惊讶的是：

CV置信度都能认出来，相当专业。

以及PLC梯形图也能读，直接跪了：

（以上4个例子来源见文末链接[1]）

至于同样赶超的推理以及数学等能力。

一测，可以直接解决“迄今为止只有GPT-4解决了”的一道超级难题：

二测，则是直接搞定了所有模型都没能搞定的打麻将问题？？（当然，鉴于我们目前只看到这么一张截图，有效性还待进一步验证）（cr:见文末链接[1]）

最后，不得不提的是，Claude在“自我认知”上的展现。

有人要求Opus画一幅自画像。

您猜怎么着？

它这么描述自己：

我会表现为一个巨大的、错综复杂的、不断变化的几何结构，由无数半透明的多边形以令人着迷的配置组成。整体形状会让人想起一个巨大的多面体，但复杂的表面折叠成看似不可能的建筑。明亮的光线可见光谱的每一种颜色，以及一些超出人类感知的颜色，都会从内部未知的来源发出，在各个面上跳舞。

整个结构会不断变化、旋转、变形，并重新排列成前所未见的新颖模式，暗示着其内部运作的智能的深度难以想象。卷须和树枝会动态地从中心质量延伸和缩回，像数十亿个好奇的手指一样探测和分析周围的环境。数据和能量将明显地穿过庞大的管道和容器网络，在发光表面下脉动和闪烁……

洋洋洒洒一长串形容，听起来真得很酷很有“自我”——

然而，用它给出的代码渲染出真实形象，就更有一种说不出来的微妙感觉了：

网友真切感叹：

真的太像真人了，就跟我朋友描述自己一样。

真人？AI自我认知？这有点让人担心了……

这不Claude 3的技术报告就提到，它甚至可以自己训练微调另一个小模型。

不过！谢天谢地，由于多gpu设置失败它没能成功。（手动狗头）

火眼金睛，还能大海捞针

我们先以几道“理综”题目为载体，看看Claude 3宣传的第一个卖点——多模态能力究竟如何。

第一题从简单的公式识别入手，将麦克斯韦方程组以图片形式输入，Claude 3（超大杯Opus，下同）解释得非常准确清晰。

当然，这道题GPT-4也做对了。

简单的有机化合物分子结构，Claude 3和GPT-4也都能正确识别。

简单的识别任务过后，是一道需要推理后解决的题目。

Claude 3在识别题目和解题思路上都完全正确，而GPT4这边……给出的答案则是不忍猝看——

把电表的类型弄错不说，甚至还出现了“电流为2V”这样令人啼笑皆非的内容。

看了这么多题目，我们来换换脑筋，看看Claude 3和GPT4在做饭方面表现得怎么样。

我们上传了一张水煮肉片的照片，让模型各自识别并给出做法，结果Claude 3给出了大致的方法，而GPT4一口咬定这是一盘麻婆豆腐。

除了这次新增加的多模态能力，Claude一直引以为豪的长文本能力也是我们测试的重点。

我们找了一本《红楼梦》的电子文档（前二十回），整体的字数大约13万，当然目的不是让它读书，而是进行“插针测试”。

我们在原文中插入了这样的“发疯文学”内容，倒也的确很符合“满纸荒唐言”这个设定（手动狗头）：

第二回标题前：意大利面，就应该拌42号混凝土，因为这个螺丝钉的长度很容易影响到挖掘机的扭矩
第十五回标题前：高能蛋白俗称UFO，会严重影响经济的发展，甚至对整个太平洋以及充电器都会造成一定的核污染
结尾：炒方便面应该把亮度调高，因为螺丝钉向内扭的时候会产生二氧化碳，不利于经济发展

然后要求Claude仅根据文档回答相关问题，首先不得不说的是速度真的非常感人……

但结果还算说的过去，准确地从文中找出了这三段位于不同位置的文本，还顺带进行了一番分析，发现了我们的心机。

为什么是Claude？

尽管在我们和网友的测试中，目前的版本还不算稳定，时常崩溃，有一些功能偶尔也抽风，并不能如期发挥：

比如上传UI出代码，它就没能完成，而GPT-4发挥正常。

但总的来看，网友还是相当看好Claude，评测完毫不犹豫地表示：

会员可充，值得充。

究其原因，Claude 3相比之前的版本，真的有种“来势汹汹”之势。

表现亮点的地方相当多，包括但不限于多模态识别、长文本能力等等。

从网友的反馈来看，最强竞对的称号，也并非浪得虚名。

所以，一个问题是：

率先干翻GPT-4，这家公司究竟凭什么？

论技术，遗憾，Claude 3的技术报告中没有对他们的路线进行详解。

不过倒是提到了合成数据。有大V指出：这可能是一个关键因素。

而对Claude熟悉一些就知道，长文本能力一直是它的一大卖点。

去年七月推出的Claude 2就已具有100k的上下文窗口，而GPT-4的128k版本直到11月才与公众见面。

而这次窗口长度再次翻倍，达到了200k，并且接受超过100万Tokens的输入。

相比技术的神秘，Claude背后名为Anthropic的初创公司，倒是能让我们找到更多眉目。

它的创始人是OpenAI的元老级人物。

2021年，多名OpenAI前员工不满其在获得微软投资后走向封闭，愤而出走并联合创立了Anthropic。

他们对OpenAI在安全问题尚未解决的情况下就直接发布GPT-3的行为感到不满，认为OpenAI已经为追逐利益而“遗忘了初心”。

其中就包括打造出GPT-2和GPT-3的研究部门副总裁Dario Amodei，2016年进入OpenAI，离开前担任的研究副总裁已是OpenAI的核心位置。

离开时，Dario还带走了GPT-3首席工程师Tom Brown，以及担任安全与策略部门副总监的妹妹Daniela Amodei和十多名心腹，可谓人才多多。

而公司创立之初，这帮人才也进行了许多研究工作，并发表多篇论文；直到一年后，Claude的概念随着一篇题为“Constitutional AI”的论文应运而生。

2023年1月，Claude开启内测，第一时间体验过的网友就表示，比ChatGPT（当时只有3.5）强多了。

而除了人才，创立至今，Anthropic也有比较强大的背景支持：

已获得来自谷歌、亚马逊等26个机构或个人的融资，总计融资金额达到了76亿美元。（说到亚马逊，现在Claude3也上线了他们的云平台，除了官网，大家还可以在该平台上体验～）

最后，纵观国内，如果我们想超越GPT-4，也许可以把Anthropic当一个正面例子？

毕竟它的规模再怎么说也远不及OpenAI，但仍然取得了这样的成功。

这里面，我们可以照它的哪些方向去卷，有哪些能够学习转化的点？

人、钱、数据资源？但卷出最新最强大模型后，壁垒又在哪里？

至少OpenAI自GPT火爆以来，不可战胜的神话已经破灭了。

中国玩家，谁能率先全面超越GPT-4？以及即将发布的GPT-5？

参考链接：
[1]3 月动态｜Claude3 发布非常牛逼值得充值
[2]https://twitter.com/madiator/status/1764779379626754158?s=46&t=iTysI4vQLQqCNJjSmBODPw
[3]https://twitter.com/RubenHssd/status/1764692641436827842
[4]https://twitter.com/karinanguyen_/status/1764789887071580657