Anthropic找到了打败OpenAI的方法:自己也成为OpenAI siyushenqi.com • 2025 年 8 月 13 日 下午11:10 • 行业动态 • 阅读 429 留给OpenAI的时间不多了 最近Anthropic真是风头正盛,堪称赢麻了。 亚马逊刚刚宣布,再次对它追加27.5亿美元投资,共同加速生成式人工智能发展。加上去年9月投入的12.5亿美元,总共豪掷超过40亿美元,成为亚马逊三十年历史上最大的对外投资,也令Anthropic从去年至今的融资额一举超过100亿美元。 而公司开发的旗舰大模型Claude 3全家桶自推出20多天以来,也一路好评无数、口碑爆棚,并在最新的Chatbot Arena排行榜上正式打败GPT-4,首次登上王位。 Claude 3打趴GPT-4,跃居用户体验榜首 我们知道,每当一款新的大模型推出时,都会拿GPT-4来作比较。拉出一张包括MMLU、数学、推理、编程等各项测试的跑分对照表,证明自己哪些参数已经赶超GPT-4。但归根结底,模型终究是给人用的,到底是不是真的比GPT-4厉害,还得是实际用户体验说了算。 昨天,Chatbot Arena新鲜出炉了截至3月26日的聊天机器人对战榜成绩。 在收集了来自47.7万多野生用户对于市面上75款大模型的匿名投票后,Claude 3 超大杯Opus在群众的呼声中力压群雄,打败GPT-4 Turbo成功登顶第1名。大杯Sonnet排名第4,就连 Claude最轻巧的中杯Haiku都超越了初版GPT-4和欧洲新贵Mistral Large,位列第6名。 与此同时Google仅Gemini Pro一员大将杀入前十,来自阿里巴巴的通义千问排在第9。 如果说Anthropic发布Claude 3时引发的“大模型王位易主”讨论还存在参数争议,那么经过近一个月的场下实测,Claude 3的确用实力证明了自己比GPT-4更能打,成为目前LLM争霸赛的最大赢家。 社区用户Peter Gostev还根据Chatbot Arena排行榜制作了从23年5月到24年3月,Top15大模型的动态演变史,清晰展现Claude 3势如破竹的“上位”全过程。 对榜单不熟悉的朋友,我们先一起来看看它是怎么打分的。 Chatbot Arena(聊天机器人竞技场)是由UC Berkley、UCSD和CMU合作研究组织LMSYS Org开发的LLM测试平台,通过众包方式进行匿名随机对战,评估和排名不同的语言模型。 具体规则是:用户向两个匿名模型输入同一个问题,然后对它们各自生成的答案进行评价,选择模型A更好、B更好、平手或都很差。它支持多轮对话,直到用户认定赢家。并且如果在对话过程中泄露了模型身份,那么投票将不会被计入。最终,Chatbot Arena会采用类似于国际象棋等竞技游戏中广泛使用的Elo评分机制,来综合评估大模型能力。 可以看出,与常见的Benchmarks跑分不同,Arena Elo 排行榜成绩完全是基于人类用户的使用体验和真实反馈,在实用性上更具参考价值。 Chatbot Arena还放出一系列白热化的后台对战数据。 模型A在所有非平局Battle中战胜模型B的比例: 每一组模型组合(不包括平局)的对战次数: 公布这一结果的LMSYS Org认为,更让人印象深刻的是Claude 3 Haiku。作为全家桶中最轻量级的模型,它的用户偏好已达到与GPT-4相当的水平,综合其速度、能力和200k上下文长度,在市场上现在无人能敌。(同时也夸了一下自家伯克利团队开发的Starling-LM-7B-beta近期攀升迅速,是市面上最好的7B开源模型。) 许多网友也纷纷注意到了这点,为Haiku鼓掌叫好:“我们拥有了一个GPT-4水平但比它便宜10倍的模型!” Antrohpic工程师@alexalbert_亲自解释说,Haiku模型的价格和速度被严重低估:“据估计,普通人一生大概会说8.6亿个单词,相当于约12亿个标记。而Haiku的价格是每百万标记输入0.25美元。意味着你仅花费300美元就可以让Haiku处理一个人一生中说的所有话。更疯狂的是,Haiku可以每秒读取高达2.4万个标记。也就是说只需5000秒,大约83分钟内,就能分析完一个人一生的经历。” 人们表示给新王跪了, Claude 3 Opus确实树立了新的AI行业标准,现实中使用率更高。 “我真的更喜欢Claude。我只是使用免费版Sonnet并与GPT-4进行比较,对于日常对话和事实核实,它似乎更加智能。GPT-4在编程方面仍占据主导地位,但我并不是特别相信它真有那么优秀。” “苹果应该考虑和Anthropic合作,让Claude作为iPhone手机的配套AI。” ——这还真有可能。最近有新的传言流出,iOS 18的AI供应商也许会由Google Gemini悄悄换成Claude 3。Sam Altman因为一直想做AI硬件不被考虑,而安卓集成Gemini后会削弱iOS的独特性,此时人畜无害又口碑爆炸的 Claude 3似乎才是最佳选择,扶持它也能让AI竞赛拖得更久更均衡。相信这些到苹果6月的WWDC开发者大会便会见分晓。 丰富民间用例验证,六边形战士Claude 3 推上也有不少人展示了自己在日常工作中使用Claude 3的一些惊艳实例。 HyperWriteAI 公司CEO Matt Shumer分享了一个用于生成高质量提示的工具「claude-prompt-engineer」 。用户只需描述任务和输入变量,Claude 3就会帮你生成许多候选提示,并在排名赛中针对每个用例测试,最后返回最佳提示。 他表示之前的版本接入的是GPT-4,而现在选用Claude 3编写出的提示比GPT-4质量要高得多。这个工具能自动生成测试用例,支持多变量,进一步自动化prompt engineering的工作流程,他本人已经在实际工作中使用,极大提升了效率。 他还做了一个使用 Claude 3 的开源投资分析师代理「claude-investor」。用户提供一个行业,就能快速查找主要公司的财务数据和新闻、分析每个公司的舆情和趋势,并根据投资潜力和目标价格对股票进行排名。 通过 Claude 3 强大的海量数据分析能力,生成详细的投资报告,帮助使用者查找高增长潜力的科技公司,跟踪投资组合中的股票表现,识别投资机会。从金融从业者到炒股小白都可以直接使用,很受社区欢迎。 用户@dr_cintas使用Claude 3生成了效果拔群的勾股定理演示动画。解锁了以动态视觉轻松解释各种原理的可能性。 再更生活化一些的例子也有。在宜家买过家具的同学都知道,看组装说明书实在是一项耗费脑细胞的活儿。用户@gabchuayz借助Claude 3强大的图像推理能力大大简化了这一流程。直接把说明书喂给模型,就生成简洁清晰的操作步骤。他在对比 GPT-4后认为Claude 3输出的结果更具可读性,还能辨认出细小零件的编号,非常实用。 Claude 3在代码审查和测试方面的潜力也得到了专业人士验证。 纽约大学Tandon工学院助理教授Brendan Dolan-Gavitt在X分享到,他将一个在GitHub上找到的小型C语言GIF解码库全部源代码提供给Claude 3,并要求它编写一个Python函数用于生成随机的GIF图像,以测试解码器的解析能力。结果这个GIF生成器在解码器中覆盖了92%的代码行,并发现了4个内存安全性漏洞和一个程序挂起问题。证明Claude 3完全有能力成为人类程序员的工作助手。 ChatGPT又变懒了?用户:弃 不过也有人觉得Claude 3厉害是厉害,但并不能代表OpenAI落于人后。毕竟GPT-4是22年夏天训练的,按照惯例,奥特曼的工具箱里早就准备好新武器了。 “Claude现在是顶级的中央控制AI模型,GPT-4长期的统治已经结束。但这一情况将随着一个被称为GPT-5的新秘密模型而改变。” “Opus可以享受这种喜悦,直到GPT-5发布那天”。 但问题是....GPT-5到底在哪儿呢? 不久前Sam Altman在Lex Friedman最新的播客采访中提到过,OpenAI的目标绝不是给世界带来令人震惊的更新,而是恰恰相反,渐进式达到每一个里程碑,因此下一代LLM会考虑以一种新的形式与公众见面。但他也坚定表示,今年会官宣一个令人惊叹的新模型,不管是不是叫GPT-5。在那之前,还会有其它东西先发布。 或许是加上各种事件和官司缠身, OpenAI现在的行事风格确实不像以往那么激进了。最新推特是今天刚刚发布的准备与小部分美国开发者合作,测试基于访问量的GPT盈利模式的消息。“我们的目标是创造一个活跃的生态系统,在这里开发者因其创造力和影响力而获得奖励。” 然后底下的评论可想而知,似乎少有人关心这个已经被Poe玩了好几个月的创作者共享经济模式,满满都是在问什么时候发布GPT-5和开放Sora。 可以清晰感受到,随着Claude 3这类优秀大模型的卓越性能被大量用户亲自验证,人们对于OpenAI的耐心越来越低,对ChatGPT要求的门槛也越来越高。加上GPT-4最近又开始不给力,过去曾出现过的“变懒变傻”问题再次重演,引得大批网友在推特抱怨讨伐,纷纷倒戈转向了Claude 3(包括本人在内)。 “使用了4个月之后,我决定放弃ChatGPT Plus。GPT-4经常变得懒惰、缓慢、产生幻觉。与此同时我使用了免费的Claude 3 sonnet模型,它在上下文记忆、长回复以及速度方面给人留下了深刻印象——对程序员来说简直棒极了。正在考虑升级到高级版的Claude。请OpenAI尽快修复GPT-4的问题。” 其实,诸如Sora这些技术再超前,没有真正走向市场让人们上手用到,也只是望梅止渴的镜花水月。而今一个主打公平公正,由近50万用户验证后投票的Chatbot Arena榜单放出,足以见Claude 3是凭实力拿下的新王之位。 而无论是OpenAI还是Google等公司都应该清楚认识到,在GenAI浪潮里陪他们一起翻滚了两年多的用户们也早就练出来了,大家对于新模型的适应性和流动性是很强的。换句话说,没有谁真得离不开谁,单纯靠信仰的时代已过,体验跟不上、更新不及时,用户就会流失,好用才是硬道理。 打败OpenAI的方法是成为OpenAI Anthropic在发布Claude 3时承诺过,会在接下来的几个月内对该系列进行频繁更新。发布一系列功能来增强模型性能,包括工具使用、交互式编码和更高级的代理能力等。对企业用例和大规模部署也会有新动作。 作为一家自我定义为“人工智能安全公司”的AI企业,现在的Anthropic似乎在慢慢远离起初低调谨慎、时刻强调安全的行事作风,节奏变得越发主动强势。而以往人们在推特上见惯了OpenAI、DeepMind的AI大咖输出意见,却鲜少见到Anthropic工程师们的身影。最近这一人群仿佛也跟着Claude 3的大火走向台前高调起来,成为人们关注的技术KOL。 再加上亚马逊总共40亿美元巨资入池,双方达成更深入的人工智能合作。Anthropic把AWS作为其关键工作负载的主要云提供商,使用亚马逊Trainium和Inferentia芯片来训练和部署未来模型,并向全球AWS客户提供未来几代基础模型在Amazon Bedrock上的访问权限。 今天亚马逊之于Anthropic的模式,怎么看怎么像曾经的微软之于OpenAI。按照这个路线,Anthropic很有可能在商业化版图中铺开更大的摊子,野心勃勃地跟亚马逊合力打造另一个AI帝国。等到苹果选择哪家AI供应商的靴子落地,全球科技巨头+AI公司的竞争格局又将被重新洗牌。 Anthropic已经找到了打败OpenAI的方法,那就是成为OpenAI。 也许,留给OpenAI的时间真得不多了。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33632.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 对话式 AI 的天花板来了,Hume AI 再拿 5000 万美金融资 上一篇 2025 年 8 月 13 日 下午11:10 突破时长限制,效果紧逼Sora,一站式AI长视频生成平台上线 下一篇 2025 年 8 月 13 日 下午11:10 相关推荐 行业动态 “AI+游戏”大有可为!头部初创公司完成新一轮融资 该公司目前估值达到5亿美元;其成立方两年,团队人数70人,微软、迪士尼、Meta、英特尔、三星等是投资者;产品已接入OpenAI的GPT-3。 siyushenqi.com 2025 年 8 月 14 日 447000 行业动态 Facebook先下手为强 投资印尼增长最快的应用程序 Gojek Facebook和Paypal已经宣布投资Gojek,这是印度尼西亚第一个且增长最快的应用程序。 siyushenqi.com 2025 年 8 月 26 日 484000 行业动态 北京DACon数智大会日程已定,百度、抖音、小红书、英伟达、理想汽车、vivo等70个大模型应用案例等你来听 10月24-25日,由DataFun技术社区策划的DACon数智大会将在北京丽亭华苑酒店举办。 siyushenqi.com 2025 年 10 月 15 日 400000 今天网易把未来3年的路铺好了 武林高手开始出招了。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 462000 跨境疫情后时代,数据下的选品策略 在大数据技术驱动下,跨境电商平台在选品分析上也呈现出专业化的发展趋势。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 390000 华为与M-Pesa——非洲移动支付的中国故事(1) 如果现在到非洲去调研哪种技术让他们的生活得到改变,让他们的生活更加美好的话,相信大多数民众会选择移动钱包 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 514000 2020全球手游市场及中国手游出海分析 《2020全球手游市场研究报告》内容涵盖:全球手游市场概览、全球游戏玩法分析、全球手游IP发展、中国出海手游分析、全球手游地区分析等五大部分。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 438000 行业动态 TikTok Shop印尼加强商家资质审查:商家六大认证不全的商品将遭下架 TikTok Shop印尼站要求食品、化妆品、婴儿用品等类目商家限期补交SNI、BPOM、清真等六大类认证,否则商品将被下架或冻结。 siyushenqi.com 2025 年 8 月 15 日 460000 行业动态 单品用户留存逼近Chatgpt,这家应用厂商如何做到月流水600万美金 重走别人的“来时路”是更好的路径吗? siyushenqi.com 2025 年 8 月 17 日 425000 微软也来打情怀牌,《帝国时代4》够香吗? 近日,微软《帝国时代4》发布后一举登顶Steam周销榜,让玩家们直呼“爷青回”。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 496000 私域神器每周精选 No16|精品游戏寻发行 OHLA寻海外测试 本期精选的合作类型涵盖多款精品手游发行、游戏本地测试、海外直播APP联运等。接下来就一起看看吧~ siyushenqi.com 2025 年 8 月 14 日 • 行业动态 417000 行业动态 Lazada越南牵手Grab,挡得住Shopee吗? 玉国是胡志明市一名衬衫和钱包商。 siyushenqi.com 2025 年 8 月 13 日 421000 行业动态 借「AI 东风」,智能戒指可能是下一个 Apple Watch 可能是智能手表后,最重要的「健康管理硬件」。 siyushenqi.com 2025 年 8 月 13 日 428000 行业动态 专访混合变现游戏《兵多多》研发Mandrill VR 讲述与Lion Studios合作开发的故事 此前,罗斯基曾就爆款游戏创意玩法与流行趋势相结合的话题采访过Lion Studios。 siyushenqi.com 2025 年 8 月 25 日 439000 行业动态 OpenAI重组落地 OpenAI 完成重组,非营利“OpenAI 基金会”持股 26%,微软降至 27%(价值≈1350 亿美元),员工与投资者合计 47%,微软稀释前 32.5% 股份换取更长周期权益。 siyushenqi.com 2025 年 10 月 30 日 362000 行业动态 Paytm电子钱包不香了?信用卡充值将收取2%手续费 据竺道资本了解,有消息称阿里巴巴支持的印度电子支付公司Paytm用户若要使用信用卡来向电子钱包充值 siyushenqi.com 2025 年 8 月 13 日 449000 春节不打烊·初一 | 挥别2022 私域神器年度人物专访特辑 记录出海者们的故事 siyushenqi.com 2025 年 8 月 15 日 • 行业动态 400000 行业动态 乙游卷入物理世界,叠纸想靠机器人赚「陪伴费」,硬件的坑好填吗? 虚拟恋人那么容易搬进现实? 转自扬帆出海 2026 年 4 月 7 日 347000 行业动态 2025年8月泰国市场中国出海应用畅销榜 Top44 2025年8月泰国市场中国出海应用畅销榜 Top44。 siyushenqi.com 2025 年 9 月 16 日 413000 行业动态 TEMU“起高楼”,SHEIN“宴宾客” TEMU大开大合,SHEIN走向纵深。 siyushenqi.com 2025 年 8 月 12 日 426000 行业动态 肯尼亚制造业发展洞察报告 制造业占GDP仅7.3%–8.5%,长期停滞,但2024–2030年被视为能否从“区域贸易中心”升级为“非洲制造节点”的决胜阶段。 siyushenqi.com 2025 年 12 月 3 日 414000 行业动态 OpenClaw高级配置:API集成与权限管理 OpenClaw提供灵活的API集成能力和精细化权限管理,可支持多模型与外部系统的协作,实现安全与效率兼顾的企业级配置。通过合理设置访问令牌、渠道策略及监控管理,可保障系统稳定性并优化工作流。 siyushenqi.com 2026 年 3 月 9 日 279000 行业动态 美股单日涨超10%,从AI助手到创意设计平台,阿里持续加码C端产品 阿里美股单日涨超10%,AI产品加速走向C端。 siyushenqi.com 2026 年 1 月 15 日 364000 行业动态 《幻兽帕鲁》正式版2026年上线:正全力打磨 正式版定档,2026年登陆PC/主机,结束近两年EA,团队全力冲刺1.0。 siyushenqi.com 2025 年 9 月 22 日 378000 行业动态 冲击500亿美元GMV目标,TikTok Shop全球扩张再下一城! 虽然TikTok在美国的命运未卜,但这并不影响它在其他市场的布局。 siyushenqi.com 2025 年 8 月 6 日 412000 行业动态 进入中东电商市场之前需要了解的几大重要事项 中东电商其实已经在开场就占了一半的赢面,互联网和智能手机普及率高。 siyushenqi.com 2025 年 8 月 13 日 418000 行业动态 国外客户让我参加Reverse Auction,这是什么? 客户已经接受我们的报价,但要求我们参加他们Reverse Auction,并给我们发布了一些口令和信息,要求我们在特定的时间段内参加。 所以这个到底是什么呢? Reverse Auction一般被叫做“反向竞争拍卖”,反向竞争拍卖一般是由买家主导,采购方(买家)给出要采购商品的详细规格描述,由一家或者多家供应商一次出价,最后由价格低的中标,算是一种比较典型的… siyushenqi.com 2025 年 8 月 13 日 下午11:10 429000 行业动态 首播拿下Tik Tok GMV排行榜Top1,小杨哥们出海带货会是下一个“王炸”? 小杨哥们疯狂收割海外市场 siyushenqi.com 2025 年 8 月 12 日 577000 当年的索尼「中国之星」还有多少光芒? 2016年8月中旬索尼互动娱乐开启了「中国之星计划」,意在通过PlayStation平台扶持计划走向全球游戏市场的公司。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 474000 行业动态 Shein和Temu加大在欧广告投放力度 在美国政府加征关税和取消小额包裹免税政策的背景下,中国快时尚电商平台Shein和Temu减少了在美国的数字广告支出,同时大幅增加了在欧洲的广告投入。这一调整表明它们正在将业务重心从美国市场转向欧洲市场。 siyushenqi.com 2025 年 8 月 5 日 509000 发表回复 请登录后评论...登录后才能评论 提交