新皇登基，Claude3.5 Sonnet强势登场，性能超越GPT-4o，价格更具优势！

文章预览

时隔三个月 Anthropic 公司在6月20号又发布了最新的大模型Claude3.5 Sonnet，各项参数已经碾压了GPT4o，网友们都为OpenAI 着急，喊话让ChatGPT5早点出来。 Anthropic 是由OpenAI分裂出去的兄弟公司， 新模型在推理、知识和编码能力评估方面超越了以前的版本和竞争对手GPT 4o模型，同时其运行速度是Claude 3 Opus的两倍。 第一列参数代表不同测试领域或任务的名称，这些任务用于评估各个模型的性能。具体来说，这些测试任务及其含义如下： Graduate level reasoning (GPQA, Diamond) ：测试模型在研究生水平的推理能力。 Undergraduate level knowledge (MMLU) ：评估模型对本科水平知识的掌握程度。 Code (HumanEval) ：测试模型生成和理解代码的能力。 Multilingual math (MGSM) ：评估模型在多语言数学题目上的表现。 Reasoning over text (DROP, F1 score) ：测试模型在阅读理解和文本推理上的能力。 Mixed ………………………………