Claude 3 模型系列发布

Anthropic 发布了 Claude 3 模型系列，由 Opus、Sonnet 和 Haiku 三个模型组成——旨在为智能、速度和成本提供可扩展的平衡。此次发布标志着通用智能的重大进步，引入了多模态视觉能力，并减少了整个系列中不必要的拒绝行为。

模型分层与能力

Claude 3 分为三个针对不同运营需求定制的模型：

• Claude 3 Opus: 该系列中最智能的模型，专为高度复杂的任务而设计。它在包括 MMLU（本科水平专家知识）、GPQA（研究生水平专家推理）和 GSM8K（基础数学）在内的基准测试中表现优于同行。它适用于任务自动化、研发（R&D）和高级战略分析。
• Claude 3 Sonnet: 定位于智能与速度之间的平衡。它比 Claude 2 和 2.1 快 2 倍，并针对企业级工作负载进行了优化，例如 RAG、销售自动化和代码生成。
• Claude 3 Haiku: 最快且最具成本效益的模型。它旨在为实时客户聊天、内容审核以及从非结构化数据中提取知识提供近乎即时的响应。

技术进步

视觉与多模态

所有 Claude 3 模型现在都具备先进的视觉能力，允许它们处理包括照片、图表、统计图、技术图表在内的视觉格式。这种模态专门针对那些将知识库存储在 PDF、流程图或演示文稿幻灯片中的企业用户。

准确性与幻觉减少

与 Claude 2.1 相比，Claude 3 Opus 在具有挑战性的开放式事实问题上表现出两倍的准确性提升。该模型还表现出更少的错误答案（幻觉）水平，并且在不知道答案时会更频繁地承认不确定性。

上下文窗口与召回率

该系列发布时配备了 200K 上下文窗口，尽管所有三个模型都可以为特定客户接受超过 100 万个 token 的输入。在“大海捞针”（NIAH）评估中，Claude 3 Opus 在从庞大语料库中召回信息方面实现了超过 99% 的准确率，偶尔还能识别出测试“针”是被人工插入到文本中的。

指令遵循与结构化输出

Claude 3 模型在遵循复杂、多步骤指令和品牌语调指南方面表现出更高的依从性。它们在生成结构化输出（例如 JSON）方面也更加熟练，这有助于自然语言分类和情感分析。

安全与负责任的设计

Anthropic 实施了多项安全措施以确保模型保持值得信赖：

• 拒绝率: 与前代相比，模型拒绝无害提示词（这些提示词可能接近系统护栏）的可能性显著降低。
• 偏差减少: 根据问答偏差基准测试（BBQ），Claude 3 表现出比以往模型更少的偏差。
• 安全级别: 根据 Anthropic 的负责任扩展政策，该系列仍处于 AI 安全级别 2 (ASL-2)。红队评估结论认为，这些模型带来的灾难性风险潜力微乎其微。
• Constitutional AI: 模型继续利用 Constitutional AI 来提高透明度和安全性。

价格与可用性

Model	Input (per M tokens)	Output (per M tokens)	Context Window
Opus	$15	$75	200K*
Sonnet	$3	$15	200K
Haiku	$0.25	$1.25	200K

*1M tokens 可用于特定用例。

可用性: Opus 和 Sonnet 可通过 Claude API（在全球 159 个国家可用）和 claude.ai（Sonnet 对免费用户开放，Opus 对 Pro 订阅用户开放）使用。Sonnet 还可通过 Amazon Bedrock 使用，并在 Google Cloud 的 Vertex AI Model Garden 中进行私测，Opus 和 Haiku 将很快跟进。