别跟马斯克扯头花了，“叛徒”Anthropic解决了困扰OpenAI的难题

2024年LLM竞赛正式拉开，遭称为OpenAI“最强竞争对手”的大模型公司Anthropic带着Claude 3系列闪亮登场。而它的对手们，一个正和马斯克“扯头花”；另一个因为Gemini政治过分正确而焦头烂额。

一时间，“完整碾压GPT-4”“全球最强模型易主”等字眼铺满屏幕，似乎一年前由OpenAI开辟的盛世终于转交给了Anthropic。

别忘了，GPT-4已经是一年前的产物，GPT-5还在路上；谷歌也不是Anthropic的“对手”，是其背后第二大“金主爸爸”。有消息称，去年12月，谷歌对Anthropic的投资扩大到了20亿美元。

而在这场“你追我赶”的游戏中，还有微软“小儿子”Mistral AI已经发布的Mistral Large，以及遭Meta列为2024年重点任务的Llama 3等等。只不过，无论是Mistral AI还是Meta目前都是遭GPT-4压着打，只有“脱胎”于OpenAI的Anthropic拿出了可以与之一战的“杀器”。

这也表明了，暂时的排名只是先来后到，今年的LLMs将完整开花，。因此，铺天盖地的“Open AI遭追平比分”仅仅是Anthropic新品发布的一个噱头，重点应该放在人工智能公司选择的商业化路径上——当Inflection、Character.AI，甚至OpenAI等公司进一步探向to C消费者用例时，Anthropic却一头扎向了to B。这条思路在其刚刚发布的Claude 3系列的突出性能、定价策略上均有所体现。

一、“田忌赛马”式定价，瞄准to B领域

Claude 3系列包含三个模型——Opus、Sonnet、Haiku，性能从高到低。

根据Anthropic公布的技术报告，Opus在知识测试MMLU、推理测试 GPQA、基础数学测试 GSM8K 等一系列基准测试中，均优于GPT-4。Sonnet的性能与GPT-4不相上下；Haiku则略逊于GPT-4。不过，这项测试中没有包含刚刚更新的GPT-4 Turbo和Gemini 1.5 Pro。

值得注意的是，MMLU（本科常识）/ GSM8K （小学数学）/ HumanEval （计算机代码）等指标上已严重饱和，几乎所有的模型都表现相同。真正有区分度的为MATH（数学问题解答能力）和GPQA（领域专家能力），后者可以体现模型在企业服务方面的能力。

据悉，Claude3 选择了金融、法律、医学和哲学作为专家领域。其中，Opus的GPQA准确率达到了60%，这意味着其能力接近于同一领域且能够上网的人类博士准确率（65%—75%）。Sonnet达40.4%；Haiku达33.3%。而GPT-4仅为35.7%。

对此，英伟达资深AI科学家JimFan指出：我建议所有LLM的模型卡都应该效仿这种做法，这样不同的下游应用就能知道可以期待什么。

同时，考虑到企业客户需要处理很多PDF、PPT、流程图，Claude3 系列在视觉能力、准确性、长文本输入和安全方面，均有所进步。

例如，在准确性方面，Anthropic 使用了大量复杂的事实问题来针对当前模型中已知的弱点，将谜底分为正确谜底、错误谜底（幻觉）、承认“不知道”。相应地，Claude3 可以表示自己不知道谜底，而不是提供不正确的信息。除了更准确的回复，Claude 3甚至还能“引用”，指向参考材料中的精确句子来验证他们的谜底。

在定价策略上，以GPT-4 Turbo的40美元/1M tokens；GPT-3.5 Turbo的2美元/1M tokens为对比。

最强能力Opus——90美元/1M tokens，适合最尖端的企业和机构。其接近人类的理解能力，适用于需要高度智能和复杂任务处理的场景，如企业自动化、市场分析和制定策略、复杂的数据分析和金融预测、生物医学研究和开发等。

最高性价比Sonnet——18美元/1M tokens，适合大多数企业客户规模化使用，消费者客户也可以负担。其纯文本任务表现与Opus相当，更适用于数据处理、代码生成、个性化营销，图文解析等中等复杂度的工作。

最快速度Haiku——1.5美元/1M tokens，适合消费者客户使用。其具备近乎即时的响应能力，在大多数纯文本任务上表现仍然相当出色，且包含多模态能力（比如视觉），适用于与用户实时互动、内容管理、物流库存管理、文本翻译等工作任务。

综合来看，Claude 3的高端线Opus比OpenAI（GPT-4 Turbo）更贵，低端线Haiku比OpenAI（GPT-3.5 Turbo）更便宜。

如此一来，成败似乎集中在了中端线Sonnet上。如果“更少的幻觉”“更专业的领域行家”“更高的性价比” 更吸引企业客户。那么，GPT-4 Turbo的地位将会变得不尴不尬，直到局势遭GPT-5打破。

目前，用户可以免费体验中等性能的Sonnet，最强版Opus仅供Claude Pro付费用户使用（20美金/月），性能稍弱的Haiku即将推出。