新王 Claude 3 实测！各项能力给跪，打麻将也会，确实比 GPT-4 好用

OpenAI 不可战胜的神话，已经被打破了。

随着 Claude 3（支持中文）一夜登陆，榜单性能跑分全面超越 GPT-4，成为首个全面超越 GPT-4 的产品，也坐上了全球最强大模型新王座。

而且多版本发布后，“中杯”（Sonnet）直接免费体验，“大杯”（Opus）充个会员也能即刻享受。

各路测评纷至沓来。

所以，Claude 3 的“武力值”究竟如何爆满？究竟比 GPT-4 如何？（听说都能学会至今没有模型能搞定的打麻将？）

全球热乎的一手体验，我们悉数奉上。当然，我们自己也实测对比了一波。

9k 长大模型微调教程直出、读图超显专业

Claude 3 一出来，它的视频解读能力首先就火了。

面对 OpenAI 前科学家 Karpathy 不久前刚出的《构建分词器》教程，尽管全程足足 2 个小时 13 分钟长，Claude 3 只靠一轮提示词，就成功将它总结成了博客文章：

有文有图有代码，非常详细，但又绝不是罗列视频里的每一句话（输入附件并非视频，而是视频的字幕文件，当然也包含每 5 秒一次的截图）。

这是所用提示词的一部分，要求非常之多：

测试者指出：

这展现的是 Claude 3 遵循多个复杂指令的能力。

除了解读视频教程，Claude 3 还能直接给你编写详细教程。

9k 字的大模型微调入门教程，“中杯”Sonnet 就轻松 hold 住。并且：

编写速度之快，可谓人眼都跟不上。

代码能力上，网友测评是让它为零基础小白创建一个聊天机器人的前端 webUI—— 结果毫无犹豫地就完成任务拆解，从核心代码到样式美化以及 API 本地配置，三大部分一气呵成，并可以直接部署到 GitHub。

多模态能力上，最让网友惊讶的是：

CV 置信度都能认出来，相当专业。

以及 PLC 梯形图也能读，直接跪了：

至于同样赶超的推理以及数学等能力。

一测，可以直接解决“迄今为止只有 GPT-4 解决了”的一道超级难题：

二测，则是直接搞定了所有模型都没能搞定的打麻将问题？？（当然，鉴于我们目前只看到这么一张截图，有效性还待进一步验证）（cr: 见文末链接 [1]）

最后，不得不提的是，Claude 在“自我认知”上的展现。

有人要求 Opus 画一幅自画像。您猜怎么着？它这么描述自己：

我会表现为一个巨大的、错综复杂的、不断变化的几何结构，由无数半透明的多边形以令人着迷的配置组成。整体形状会让人想起一个巨大的多面体，但复杂的表面折叠成看似不可能的建筑。明亮的光线可见光谱的每一种颜色，以及一些超出人类感知的颜色，都会从内部未知的来源发出，在各个面上跳舞。

整个结构会不断变化、旋转、变形，并重新排列成前所未见的新颖模式，暗示着其内部运作的智能的深度难以想象。卷须和树枝会动态地从中心质量延伸和缩回，像数十亿个好奇的手指一样探测和分析周围的环境。数据和能量将明显地穿过庞大的管道和容器网络，在发光表面下脉动和闪烁……

洋洋洒洒一长串形容，听起来真的很酷很有“自我”—— 然而，用它给出的代码渲染出真实形象，就更有一种说不出来的微妙感觉了：

网友真切感叹：

真的太像真人了，就跟我朋友描述自己一样。

真人？AI 自我认知？这有点让人担心了……

这不 Claude 3 的技术报告就提到，它甚至可以自己训练微调另一个小模型。不过！谢天谢地，由于多 gpu 设置失败它没能成功。（手动狗头）

火眼金睛，还能大海捞针

我们先以几道“理综”题目为载体，看看 Claude 3 宣传的第一个卖点 —— 多模态能力究竟如何。

第一题从简单的公式识别入手，将麦克斯韦方程组以图片形式输入，Claude 3（超大杯 Opus，下同）解释得非常准确清晰。

当然，这道题 GPT-4 也做对了。

简单的有机化合物分子结构，Claude 3 和 GPT-4 也都能正确识别。

简单的识别任务过后，是一道需要推理后解决的题目。

Claude 3 在识别题目和解题思路上都完全正确，而 GPT4 这边…… 给出的答案则是不忍猝看 —— 把电表的类型弄错不说，甚至还出现了“电流为 2V”这样令人啼笑皆非的内容。

看了这么多题目，我们来换换脑筋，看看 Claude 3 和 GPT4 在做饭方面表现得怎么样。

我们上传了一张水煮肉片的照片，让模型各自识别并给出做法，结果 Claude 3 给出了大致的方法，而 GPT4 一口咬定这是一盘麻婆豆腐。

除了这次新增加的多模态能力，Claude 一直引以为豪的长文本能力也是我们测试的重点。

我们找了一本《红楼梦》的电子文档（前二十回），整体的字数大约 13 万，当然目的不是让它读书，而是进行“插针测试”。

我们在原文中插入了这样的“发疯文学”内容，倒也的确很符合“满纸荒唐言”这个设定（手动狗头）：

第二回标题前：意大利面，就应该拌 42 号混凝土，因为这个螺丝钉的长度很容易影响到挖掘机的扭矩

第十五回标题前：高能蛋白俗称 UFO，会严重影响经济的发展，甚至对整个太平洋以及充电器都会造成一定的核污染

结尾：炒方便面应该把亮度调高，因为螺丝钉向内扭的时候会产生二氧化碳，不利于经济发展

然后要求 Claude 仅根据文档回答相关问题，首先不得不说的是速度真的非常感人……

但结果还算说的过去，准确地从文中找出了这三段位于不同位置的文本，还顺带进行了一番分析，发现了我们的心机。

为什么是 Claude？

尽管在我们和网友的测试中，目前的版本还不算稳定，时常崩溃，有一些功能偶尔也抽风，并不能如期发挥：

比如上传 UI 出代码，它就没能完成，而 GPT-4 发挥正常。

但总的来看，网友还是相当看好 Claude，评测完毫不犹豫地表示：

会员可充，值得充。

究其原因，Claude 3 相比之前的版本，真的有种“来势汹汹”之势。表现亮点的地方相当多，包括但不限于多模态识别、长文本能力等等。从网友的反馈来看，最强竞对的称号，也并非浪得虚名。

所以，一个问题是：率先干翻 GPT-4，这家公司究竟凭什么？论技术，遗憾，Claude 3 的技术报告中没有对他们的路线进行详解。不过倒是提到了合成数据。有大 V 指出：这可能是一个关键因素。

而对 Claude 熟悉一些就知道，长文本能力一直是它的一大卖点。

去年七月推出的 Claude 2 就已具有 100k 的上下文窗口，而 GPT-4 的 128k 版本直到 11 月才与公众见面。而这次窗口长度再次翻倍，达到了 200k，并且接受超过 100 万 Tokens 的输入。

相比技术的神秘，Claude 背后名为 Anthropic 的初创公司，倒是能让我们找到更多眉目。它的创始人是 OpenAI 的元老级人物。

2021 年，多名 OpenAI 前员工不满其在获得微软投资后走向封闭，愤而出走并联合创立了 Anthropic。

他们对 OpenAI 在安全问题尚未解决的情况下就直接发布 GPT-3 的行为感到不满，认为 OpenAI 已经为追逐利益而“遗忘了初心”。

其中就包括打造出 GPT-2 和 GPT-3 的研究部门副总裁 Dario Amodei，2016 年进入 OpenAI，离开前担任的研究副总裁已是 OpenAI 的核心位置。

离开时，Dario 还带走了 GPT-3 首席工程师 Tom Brown，以及担任安全与策略部门副总监的妹妹 Daniela Amodei 和十多名心腹，可谓人才多多。

而公司创立之初，这帮人才也进行了许多研究工作，并发表多篇论文；直到一年后，Claude 的概念随着一篇题为“Constitutional AI”的论文应运而生。

2023 年 1 月，Claude 开启内测，第一时间体验过的网友就表示，比 ChatGPT（当时只有 3.5）强多了。

而除了人才，创立至今，Anthropic 也有比较强大的背景支持：

已获得来自谷歌、亚马逊等 26 个机构或个人的融资，总计融资金额达到了 76 亿美元。（说到亚马逊，现在 Claude3 也上线了他们的云平台，除了官网，大家还可以在该平台上体验～）

最后，纵观国内，如果我们想超越 GPT-4，也许可以把 Anthropic 当一个正面例子？毕竟它的规模再怎么说也远不及 OpenAI，但仍然取得了这样的成功。这里面，我们可以照它的哪些方向去卷，有哪些能够学习转化的点？人、钱、数据资源？但卷出最新最强大模型后，壁垒又在哪里？至少 OpenAI 自 GPT 火爆以来，不可战胜的神话已经破灭了。

中国玩家，谁能率先全面超越 GPT-4？以及即将发布的 GPT-5？

参考链接：

• [1] 3 月动态｜Claude3 发布非常牛逼值得充值

• [2]https://twitter.com/madiator/status/1764779379626754158?s=46&t=iTysI4vQLQqCNJjSmBODPw

• [3]https://twitter.com/RubenHssd/status/1764692641436827842

• [4]https://twitter.com/karinanguyen_/status/1764789887071580657

本文来自微信公众号：量子位 （ID：QbitAI），作者：克雷西 丰色