Anthropic發表宣稱可擊敗OpenAI GPT-4與Google Gemini 1.0 Ultra的Claude 3模型

新興的AI業者Anthropic周一（3/4）發表了全新的Claude 3系列模型，涵蓋功能最低階的Claude 3 Haiku、中階的Claude 3 Sonnet，以及最強大的Claude 3 Opus，它們的預設值皆支援20萬個Token的脈絡，並宣稱其中的Claude 3 Opus在許多基準測試上超越了OpenAI GPT-4與Google Gemini 1.0 Ultra。

Anthropic在2021年由曾擔任OpenAI研究副總裁的Dario Amodei，以及其妹妹、同樣身為OpenAI資深員工的Daniela Amodei共同創立，是OpenAI最大的競爭對手之一，而OpenAI與微軟在資金及服務上的緊密關係，使得Anthropic成為其它科技巨頭競逐的對象，包括Google在2022年注資3億美元取得10%的Anthropic股份，去年底承諾加碼投資20億美元，至於Amazon也在去年宣布將挹注40億美元至Anthropic，並換得讓AWS成為Anthropic主要雲端服務供應商的交易。

Anthropic本周所發表的Claude 3模型強化了各方面的能力，涵蓋分析、預測、細緻的內容建立、程式碼生成，以及在西班牙文、日文與法文等非英文語言的對話能力；它也擁有更複雜的視覺功能，得以處理各種不同的視覺格式，包括照片、圖表、圖像與技術圖等；還可帶來近乎即時的結果，可支援即時客戶聊天、自動完成與資料汲取任務。

另一方面，過去的Claude模型經常作出不必要的拒絕，顯示它缺乏對語意的理解，最新的Claude 3則對提示表現出更細緻的理解能力，可辨識真正的傷害，明顯降低了拒絕回答無害提示的頻率。

Claude 3最受矚目的是其中的Claude 3 Opus模型在許多基準測試上，超越了OpenAI GPT-4與Google Gemini 1.0 Ultra。例如在MMLU本科水平專家知識上達到86.8%，擊敗GPT-4的86.4%與Gemini 1.0 Ultra的83.7%，研究生專家推論（GPQA）以50.4%超越OpenAI GPT-4的35.7%。其它凌駕這兩大模型的基礎測試還有基礎數學（GSM8K）、程式碼生成能力HumanEval與文字推論等。

儘管Claude 3模型初期僅支援20萬個Token的脈絡，但3種型號都可接受超過100萬個Token的輸入，Anthropic將根據需求提供給需要強化處理能力的客戶。為了有效地處理冗長的上下文，這些模型需要強大的回憶能力，在評估模型記憶的「大海撈針」（Needle In A Haystack，NIAH）基準測試中，Claude 3 Opus不僅達到超過99%的準確率，在某些情況下，甚至能夠辨識出此針是否是人為插入的。

Anthropic亦標榜Claude 3模型的偏差少於先前的模型，也更擅長遵循複雜的多步驟指令，或是生成諸如JSON等格式的結構化輸出，以更輕鬆地將Claude 3模型應用在自然語言分類或情緒分析上。

Claude 3 Haiku、Claude 3 Sonnet與Claude 3 Opus各自可支援不同的應用，Claude 3 Haiku是最袖珍及最快速的模型，專為模仿人類互動的即時回應與無縫AI體驗而設計，每100萬個Token的輸入費用為0.25美元，輸出為1.25美元；Claude 3 Sonnet屬於相對均衡的模型，在智慧與速度中取得平衡，適用於企業負載及大規模的AI部署，每100萬個Token的輸入/輸出費用分別是3美元及15美元；最強大的Claude 3 Opus可處理高度複雜的任務，可帶來人類等級的理解能力，每100萬個Token的輸入/輸出費用分別是15美元與75美元。

Anthropic的API現已支援Claude 3 Sonnet與Claude 3 Opus，使用者亦可透過claude.ai、Amazon Bedrock與Google Cloud的Vertex AI Model Garden使用Claude 3 Sonnet，Claude 3 Opus目前則僅開放Claude Pro訂閱用戶使用。至於Claude 3 Haiku也會在近期上市。

圖片來源_Anthropic