Anthropic 发布Claude 3.5 Sonnet最新模型 与GPT 4o不相上下 可在聊天窗口运行代码

Anthropic 发布Claude 3.5 Sonnet最新模型，新模型在推理、知识和编码能力评估方面超越了以前的版本和竞争对手GPT 4o模型，同时其运行速度是Claude 3 Opus的两倍，成本是其五分之一。

该模型可在Claude.ai和Claude iOS应用上免费使用。

Claude 3.5 Sonnet的定价为每百万输入tokens 3美元和每百万输出tokens 15美元，具有200K tokens的上下文窗口。其性价比高，适合中高端应用场景。

该模型在视觉推理任务上也超越了之前的版本，例如解释图表和从不完美的图像中转录文本 视觉能力也超越了GPT 4o…

• Claude 3.5 Sonnet在多个评估维度上均表现优异，包括推理能力、知识储备、编码能力和视觉性能。
• 综合结果：相较于之前的版本和竞争对手模型，Claude 3.5 Sonnet在整体性能上有了显著提升，为用户提供了更加智能和高效的解决方案。

• Sonnet在关键评估上超过了竞争对手模型，速度是Claude 3 Opus的两倍，成本是其五分之一。
• Sonnet在研究生级别推理、代码、多语言数学、文本推理等方面表现优异。
• 预览版的Artifacts也已经上线，可以生成文档、代码、图表、矢量图等。
• Sonnet在视觉任务上表现卓越，尤其在需要视觉推理的任务中表现出色。
• Sonnet在研究生级别推理、本科知识和编码熟练度上设立了新基准。
• Sonnet在理解细微差别、幽默和复杂指令方面有显著提升。
• Claude 3.5 Sonnet免费开放使用，并且Claude Pro和Team订阅者有更高的使用限额。
• Sonnet也通过Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI提供。Sonnet 也通过 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 提供。
• Claude 3.5系列的其他版本（Haiku和Opus）将于今年晚些时候发布，并且将开发新的功能和特性。

性能和速度

Claude 3.5 Sonnet在多项性能评估中表现出色，包括：

1. 研究生级别推理（GPQA）：在复杂推理任务中表现优异，能够处理高级逻辑和分析任务。
2. 本科生级别知识（MMLU）：在知识测试中取得高分，展示了广泛的知识储备和理解能力。
3. 编码能力（HumanEval）：在编码测试中表现突出，能够解决复杂的编程问题，显示了高水平的编程和调试能力。

速度

Claude 3.5 Sonnet的运行速度是Claude 3 Opus的两倍。这种性能提升使其非常适合处理复杂任务，例如：

• 上下文敏感的客户支持：能够迅速理解并回应客户的复杂问题。
• 多步骤工作流的协调：在多个任务之间有效管理和执行。

成本效益

Claude 3.5 Sonnet的定价为每百万输入tokens 3美元和每百万输出tokens 15美元，具有200K tokens的上下文窗口。其性价比高，适合中高端应用场景。

编码性能

在内部的编程评估中，Claude 3.5 Sonnet解决了64%的问题，而Claude 3 Opus解决了38%。这表明Claude 3.5 Sonnet在以下方面的显著改进：

• 错误修复：能够根据自然语言描述独立识别和修复代码中的错误。
• 功能添加：能够在现有开源代码库中添加新功能。
• 代码翻译：轻松处理代码转换，特别适用于更新旧应用程序和迁移代码库。

视觉性能

Claude 3.5 Sonnet在标准视觉基准测试中表现卓越，特别是在需要视觉推理的任务中，如：

• 图表和图形解释：能够准确理解和分析图表和图形信息。
• 图像文本转录：能够从不完美的图像中准确转录文本，这对于零售、物流和金融服务等领域尤为重要。

Artifacts功能

Artifacts功能是Claude 3.5 Sonnet引入的一种新特性，让用户更方便地与AI生成的内容互动。简单来说，它就像是一个智能助手，可以帮你创建和编辑各种内容，并且让你在一个动态的工作空间里实时查看和修改这些内容。

预览版的Artifacts也已经上线，可以生成文档、代码、图表、矢量图等。

当你使用Claude生成内容（例如代码片段、文本文档或网站设计）时，这些生成的内容会出现在一个专门的窗口中，称为“Artifacts窗口”。你可以在这个窗口中查看、编辑和进一步完善这些内容。

举个例子：

假设你在开发一个网站，你需要Claude帮你生成一些HTML代码。你向Claude请求生成代码后，这段代码会出现在Artifacts窗口中。你可以在这个窗口中直接修改这段代码，看到实时效果，并将修改后的代码集成到你的网站项目中。

以下是它的主要特点和应用场景：

1. 实时生成和编辑：

   • 当你让Claude生成一些内容，比如代码片段、文档或网站设计，Claude会在一个专门的窗口中展示这些内容。
   • 你可以直接在这个窗口里查看、修改和完善这些内容，就像在一个实时的工作台上进行创作一样。

2. 方便整合到项目中：

   • 不管你是在编写代码、撰写文档还是设计网站，Artifacts功能都能帮助你把Claude生成的内容无缝地集成到你的项目里。
   • 你不再需要复制粘贴，可以直接在Claude提供的动态工作空间中进行工作。

3. 提升工作效率：

   • 通过Artifacts功能，你可以更高效地利用Claude的智能创作能力，不需要频繁地在不同工具和窗口之间切换。
   • 这种集中化的工作方式大大提高了工作效率，特别适合需要频繁修改和调整内容的任务。

4. 团队协作：

   • 虽然目前主要是个人使用，但未来Claude还计划扩展Artifacts功能，以支持团队协作。
   • 团队成员可以在同一个工作空间中共享和编辑内容，提高团队的协作效率。