刚刚，被称为“OpenAI 最强竞对”的大模型公司 Anthropic 发布了 Claude 3.5 系列模型中的第一个版本——Claude 3.5 Sonnet。

Anthropic 在官方博客中表示，Claude 3.5 Sonnet 提高了智能化的行业标准，在各种评估中均优于 GPT-4o、Gemini 1.5 和 Llama-400b 等竞争对手模型和其上一代最智能的模型 Claude 3 Opus，速度和成本也与上一代中等模型 Claude 3 Sonnet 相当。

据介绍，Claude 3.5 Sonnet 的成本为 3 美元/百万输入 token，15 美元/百万输出 token，上下文窗口为 20 万 token。

现在，Claude 3.5 Sonnet 可在 Claude 网页版和 Claude iOS 应用程序上免费使用，而 Claude Pro 和 Team 计划的用户则可以更高的速率限制访问它，还可通过 Anthropic API、Amazon Bedrock 和 Vertex AI 使用。

Anthropic 表示，尽管 Claude 3.5 Sonnet 在智能方面有了飞跃，但红队评估认为，Claude 3.5 Sonnet 仍处于 ASL-2 级。

更快、更智能

评测结果显示，Claude 3.5 Sonnet 在研究生水平的推理 (GPQA)、本科生水平的知识 (MMLU) 和编码能力 (HumanEval) 方面树立了新的行业基准。它在理解细微差别、幽默和复杂指令方面都有明显进步，在以自然、亲切的语气撰写高质量内容方面更是非常优秀。

值得一提的是，Claude 3.5 Sonnet 的运行速度是 Claude 3 Opus 的两倍。

另外，在一次内部代理编码评估中，Claude 3.5 Sonnet 解决了 64% 的问题，比 Claude 3 Opus 解决 38% 的问题更胜一筹。

Anthropic 测试了 Claude 3.5 Sonnet 在自然语言描述所需的改进后，修复漏洞或为开源代码库添加功能的能力。在获得指导和相关工具后，Claude 3.5 Sonnet 可以独立编写、编辑和执行代码，并具备复杂的推理和故障排除能力。它能轻松处理代码翻译，因此在更新传统应用程序和迁移代码库时特别有效。

视觉 SOTA

Anthropic 表示，Claude 3.5 Sonnet 是他们迄今为止最强大的视觉模型，在标准视觉基准测试中超过了 Claude 3 Opus，在解读图表等需要视觉推理的任务中，实现了阶跃式的改进。

该模型还能从不完美的图像中准确地转录文本——这是零售、物流和金融服务的核心能力，在这些领域，人工智能从图像、图形或插图中获得的信息可能比仅从文本中获得的更多。

Artifacts：重新定义交互方式

Anthropic 还在 Claude 网页版上推出了 Artifacts 这一新功能，扩展了用户与 Claude 交互的方式。

当用户要求 Claude 生成代码片段、文本文档、网站设计、矢量图，甚至是简单的游戏等内容时，这些 Artifacts 就会出现在他们对话的专用窗口中。这就创建了一个动态工作区，用户可以实时查看、编辑和构建 Claude 的创作，将人工智能生成的内容无缝集成到他们的项目和工作流程中。

这项预览功能标志着 Claude 从对话式人工智能进化到协作式工作环境。这只是 Claude 更广阔愿景的开始，它将很快扩展到支持团队协作。在不久的将来，团队——最终是整个组织——将能够在一个共享空间中安全地集中管理他们的知识、文档和正在进行的工作，而 Claude 将成为随时待命的队友。

Claude 3.5 系列模型将陆续发布

Anthropic 表示，他们的目标是每隔几个月大幅改进智能、速度和成本之间的权衡曲线。为了完善 Claude 3.5 模型系列，他们将在今年晚些时候发布 Claude 3.5 Haiku 和 Claude 3.5 Opus。

除了开发下一代模型系列，他们还在开发新的模态和功能，从而支持更多的企业用例，包括与企业应用程序的集成。他们还在探索“记忆”（Memory）等功能，这将使 Claude 能够记住用户的偏好和指定的交互历史，从而使他们的体验更加个性化和高效。

参考链接：

https://www.anthropic.com/news/claude-3-5-sonnet