超GPT-4o，代码能力超强！Claude 3.5 Sonnet正式发布

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！

6月20日晚，著名大模型平台Anthropic在官网正式发布了Claude 3.5 Sonnet。

据悉，这是Sonnet 是Claude 3.5系列中第一个，也是Anthropic目前最强的视觉模型。随后会发布Haiku和Opus版本。

其性能超过了上一代Claude 3旗舰模型Opus，同时也大幅度超过了OpenAI的GPT-4o，谷歌的Gemini1.5 Pro等知名模型。

尤其是代码生成能力以及新引入的可视化“Artifacts”功能，是目前代码生成领域最强的大模型之一。

虽然Claude 3.5的性能很强但成本却与上一代的Claude 3 Sonnet差不多，每100万Tokens输入为3美元，每100万tokens输出为15美元，支持20万tokens上下文窗口。

所以，不少网友对Claude 3.5的优化能力相当吃惊，要知道Anthropic的旗舰模型Claude 3 Opus才刚刚发布了3个月，相比之下Claude 3.5的成本却降低了80%，运行效率提升了2倍。

更恐怖的是Sonnet只是Claude 3.5系列中的低端型号，要是Opus正式发布那性能还能来一次大飞跃。

这不，压力又来到OpenAI这边，GPT-4o的语音功能还没发布呢，视觉理解和文本能力又被Claude 3.5超越了，得抓紧时间追赶啦。

尤其是既发即用，没有什么候补名单，接下来几周内可用，就这一点Anthropic获得了大批用户的喜爱。

所以，按照Anthropic这个产品发布节奏，到年底发布到4.0版本也是有可能的，将进一步给OpenAI施加压力。

超强代码生成和可视化能力

视觉理解是Claude 3.5一大特色功能，并新引入了一种可视化“Artifacts”的交互方式，当用户要求Claude生成代码片段、文本文档或网站设计等内容时，这些组件会出现在对话旁边的专用窗口中。

这创建了一个动态工作空间，可以在其中实时查看、编辑和构建 Claude 的创作，同时可将AI生成的内容无缝集成到开发项目或工作流程中。简单来说，相当于是一个可视化IDE开发器非常方面

对于这项功能，有人认为，Claude 3.5的代码开发效率将是GPT-4o的10倍。

还有人用Claude 3.5+ Maestro直接克隆了一个马里奥小游戏，最惊艳的是连动画图像都帮你直接生成好了，整个流程只花费了3分钟，这离AGI真的很近了。

用Claude 3.5去模仿网站也是没问题的，例如，你看好谁家网站设计的新颖、交互功能、UI不错，直接拷贝就完事了，甚至连开发细节都展示出来了。

相比之下，虽然GPT-4o也能生成代码，但是细节方面比Claude 3.5差很多。

让你开发一款功能齐全的Mancala应用需要多长时间？一天、三天？Claude 3.5只用了25秒！

你只需要向Claude 3.5提供一张游戏说明的图片，它就能完成从功能设计到代码开发的所有流程，是不是很疯狂~

开发一款原创小游戏，把你的功能需求，游戏规则告诉Claude 3.5即可，几分钟就能进行demo测试。

Claude 3.5 Sonnet架构和测试数据

目前，Anthropic还没有公开Claude 3.5的论文，只放出了模型报告，「AIGC开放社区」就为大家解读一下重要内容。

架构方面，Claude 3.5 Sonnet在Claude 3 Opus的基础上进行了大幅度优化,推理效率提升2倍，成本却只有其5分之一。

多模态能力得到增强，特别是在视觉处理方面取得了显著提升,能够更好地理解和分析图像、图表、文档等多种形式的视觉信息。使得模型在处理复杂的多模态任务时更高效,例如，视觉数学推理、图表问答、文档理解等。

代码能力是Claude 3.5 Sonnet本次的一大亮点，不仅能够生成高质量的代码,还能够理解和修改现有的代码库。在内部代理编码评估中的表现大幅提升,解决问题的能力从Claude 3 Opus的38%提高到了64%。

这意味着Claude 3.5 Sonnet能够更好地理解复杂的代码结构,实现更复杂的编程任务,例如，理解开源代码库并实现拉取请求等。

测试数据方面， Claude 3.5 Sonnet在GPQA、MMLU的零样本链式思考、五样本链式思考,均高于Claude 3 Opus、GPT-4o、GPT-4等知名模型。

在MathVista、Human、MGSM、DROP等测试中，Claude 3.5 Sonnet均以高测试评分领先其他模型。

在“大海捞针”测试中，要求模型在海量的上下文中进行精准信息检索，主要考研模型在庞大的数据中准确找到并回忆出特定的信息。

结果显示，Claude 3.5 Sonnet无论是在所有上下文长度的总体表现，还是在特定200k上下文长度的挑战中，都达到了99.7%的召回率，这是一个几乎完美的测试成绩，大幅度超过了之前的Claude 3Opus。

目前，Claude 3.5 Sonnet已全面开放，可以在Anthropic官网或者移动应用程序中免费使用。

本文素材来源Anthropic官网，如有侵权请联系删除

END