Cluade3 深夜发布，模型特点简介&如何使用

Cluade3 深夜发布，模型特点简介&如何使用

原文链接：claude3 深夜发布, 模型特点分析

就在刚刚，Claude 发布了最新的大模型 Claude3 ，并且一次性发布了三个模型，分别是

• Claude 3 Haiku：（日本俳句 ）
• Claude 3 Sonnet （英文十四行诗）
• Claude 3 Opus （古典乐作品集）

其中他们的能力也是依次递进的，分别满足了不同人群的需求，官方对这三个模型的能力 评价用了一张图简单明了的表示出来了，简单理解 [ haiku < sonnet < opus ] ，opus 直接用来对标 GPT4

模型特点

这次一口气发布了三个模型，但是这三个模型都有下面几个能力，我们结合官方的一些例子进行说明

• 图像识别能力
• 响应速度非常快
• 200K 的上下文窗口

图像识别

虽然 GPT4 也可以识别图像能力，但是可以从一个评测识别能力的榜单、以及官方演示视频可以看到，Cluade3 的表现很好，并且能够非常好的捕捉细节。

我们可以从下面的榜单看到，Claude3 Opus 的识别性能是和 GPT4V 这个我们认为最厉害的视频/图片理解模型是相当的，并且在 「 Science Diagrams 」上大幅领先 GPT4V 。

个人感觉以后读论文，真的可以直接扔给 Cluade3 试试了，之前的识别无论是 GPT4 还是其他模型，对图表的能力都比较差，现在来看 Claude3 大概率做了不少功夫来优化

官网的例子中，他通过上网工具学会了看 us gdp 曲线，竟然能够理解，并且对接下来的 GDP 趋势做出预测和可视化描述，非常强大，而且最终的预测精度还是比较高的

Claude3 预测的例子：下面的图表完全通过 Claude3 的代码生成

响应速度非常快

• 目前 Haiku 模型可以在三秒内读取一篇 arxiv 的论文（ 10k token ），并且是附带图片的论文（进一步说明了其图文理解的能力）

• 相比于 2.1, Claude3 的模型比之前快了 2 倍以上

超大杯上下文

Claude3 会提供超过 20w 个上下文的窗口，并且 [三个模型都可以接收 100w 的输入] ！！！！

官网提出了一个名字叫「 Needle In A Haystack 」 的评测方法，用来衡量从一大堆语聊数据中准确提取相关文本的能力（ ps：简单理解就是，只看和问题相关的信息，忽略不重要的信息）。

Claude3 通过使用每个提示中的 30 个随机 Needle/QUestion 中的一个，并在一个多样化文档语料上进行测试，增强了这个基准的稳健性。

准确率最终可以达到 99%

评测指标全方面领先 GPT4

官方列出了一张图表，分别从 编码，推理，数学，多语言，和文本理解上，基于现有的模型评测体系，全方面的和 GPT4 进行了对比。

和我们之前国内某些厂商不同，之前的模型对比 GPT4 都是某个纬度的能力略胜或者接近 GPT4 ，但是从下表可以看出，Cluade3 的模型能力是「全面超越了 GPT4」，并且在数学问题上以及推理能力上做的非常好

如何使用

目前 Opus 和 Sonnet 都可以在官网使用了！Home \ Anthropic

但是 Opus ，和 GPT plus 一样，收费是 20 美元/月