openai原班人马最强模型Claude 3.5发布

Claude2024-06-21 10:00:4197

今天，我们推出了Claude 3.5 Sonnet——这是即将推出的Claude 3.5模型家族中的首次发布。Claude 3.5 Sonnet在智能方面提高了行业标准，在广泛的评估中超越了竞争对手模型和Claude 3 Opus，同时具有我们中端模型Claude 3 Sonnet的速度和成本。

Claude 3.5 Sonnet现在可以在Claude.ai和Claude iOS应用程序上免费使用，而Claude Pro和团队计划的订阅者可以以显著更高的速率限制访问它。它也可以通过Anthropic API、Amazon Bedrock和Google Cloud的Vertex AI获得。该模型的成本为每百万输入令牌3美元，每百万输出令牌15美元，具有200K令牌的上下文窗口。

两倍速度，又快又好

Claude 3.5 Sonnet在研究生级推理（GPQA）、本科生级知识（MMLU）和编码能力（HumanEval）方面设定了新的行业基准。它在把握细微差别、幽默和复杂指令方面有显著改进，并且在以自然、亲切的语调撰写高质量内容方面表现出色。

Claude 3.5 Sonnet的运行速度是Claude 3 Opus的两倍。这种性能提升，结合具有成本效益的定价，使Claude 3.5 Sonnet非常适合执行复杂任务，如上下文敏感的客户支持和协调多步骤工作流程。

在内部代理编码评估中，Claude 3.5 Sonnet解决了64%的问题，超越了解决了38%问题的Claude 3 Opus。我们的评估测试了模型根据所需的改进的自然语言描述，修复bug或向开源代码库添加功能的能力。在指令和提供相关工具的情况下，Claude 3.5 Sonnet可以独立编写、编辑和执行代码，具有复杂的推理和故障排除能力。它轻松处理代码翻译，特别适用于更新遗留应用程序和迁移代码库。

视觉能力

Claude 3.5 Sonnet是我们迄今为止最强大的视觉模型，超越了Claude 3 Opus在标准视觉基准测试中的表现。这些重大改进在需要视觉推理的任务中最明显，例如解释图表和图形。Claude 3.5 Sonnet还可以从不完美的图像中准确转录文本——这是零售、物流和金融服务的核心能力，其中AI可能从图像、图形或插图中获得的洞察力比从文本本身获得的更多。

Artifacts -Claude的全新使用方式

我们还推出了Claude.ai上的Artifacts，这是一项新功能，扩展了用户与Claude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Artifacts会出现在一个专门的窗口中，与他们的对话并列。这创造了一个动态的工作空间，他们可以实时查看、编辑和构建在Claude的创作之上，将AI生成的内容无缝集成到他们的项目和工作流程中。

这个预览功能标志着Claude从会话AI向协作工作环境的演变。这只是Claude.ai更广泛愿景的开始，它将很快扩展以支持团队协作。在不久的将来，团队——甚至整个组织——将能够安全地将他们的知识、文档和正在进行的工作集中在一个共享空间中，Claude作为按需团队成员。

安全和隐私

我们的模型经过严格的测试，并经过训练以减少滥用。尽管Claude 3.5 Sonnet在智能上取得了飞跃，我们的红队评估得出结论，Claude 3.5 Sonnet仍然保持在ASL-2级别。更多细节可以在模型卡附录中找到。

作为我们对安全和透明度承诺的一部分，我们与外部专家合作测试和完善了这个最新模型中的安全机制。我们最近向英国人工智能安全研究所（UK AISI）提供了Claude 3.5 Sonnet，用于部署前的安全评估。英国AISI完成了3.5 Sonnet的测试，并将他们的结果与美国人工智能安全研究所（US AISI）分享，这是今年早些时候宣布的美国和英国AISIs之间的谅解备忘录的一部分。

我们已经整合了外部主题专家的政策反馈，以确保我们的评估是健全的，并考虑到滥用的新趋势。这种参与帮助我们的团队扩大了对3.5 Sonnet针对各种类型滥用的评估能力。例如，我们使用了Thorn儿童安全专家的反馈来更新我们的分类器并微调我们的模型。

指导我们AI模型开发的一个核心原则是隐私。除非用户明确允许我们这样做，否则我们不会在用户提交的数据上训练我们的生成模型。到目前为止，我们没有使用任何客户或用户提交的数据来训练我们的生成模型。