302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

11月5日,Anthropic在社交媒体平台宣布Claude 3.5 Haiku可以通过API访问。Claude 3.5 Haiku是Anthropic公司在10月22日发布的新模型,在许多评估中的性能与 Claude 3 Opus不相上下,而成本和速度却与上一代Haiku相当。

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

根据官方介绍,Claude 3.5 Haiku 在各种编码、工具使用和推理任务中提供了强大的性能和速度。它在 SWE-bench Verified 上的得分为 40.6%,优于许多使用公开可用的最先进模型的代理——包括原始版本的Claude 3.5 Sonnet和GPT-4o。

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

虽然性能有了提升,但和Claude 3 Haiku相比,Claude 3.5 Haike在输入输出令牌的价格上足足涨四倍之多:

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?


在302.AI上使用Claude 3.5 Haiku

但不管怎样,我们抱着好奇的心态,还是要探一下这个模型到底如何!为了满足用户需求,302.AI聊天机器人以及API超市在第一时间更新了Claude 3.5 Haiku模型。

如果想要更方便、更快速地使用这一模型可以选择聊天机器人。如果需要快速获得Claude 3.5 Haiku模型的API接入方式,可以进入超市,302.AI的API超市为开发者和企业打造了一个高效、便捷的AI应用开发与部署平台,轻松实现AI技术的快速落地。

此外,302.AI提供按需付费的服务方式,能够让用户更好减少资源消耗和减低开发成本。以下分别是聊天机器人和API的获取方式:

聊天机器人进入302.AI找到聊天机器人——点击模型——选择Claude 3.5 Haiku模型使用:

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

API获取:找到API超市——语言大模型——选择Anthropic:

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

但为了更直观让大家了解Claude 3.5 Haiku模型,接下来会使用302.AI的API超市、模型竞技场、网页生成器去测试Claude 3.5 Haiku的响应速度、推理能力、编程能力三方面的表现。


多模型对比:

1、响应速度

对比模型有:claude-3.5-haiku-20241022、claude-3-opus、claude-3-haiku

使用工具:302.AI的API超市—在线调试

提示词为什么我爸妈结婚的时候没邀请我参加婚礼?

可以看到,速度最快的是claude-3.5-haiku-20241022,速度为3.57s,其次是claude-3-haiku,速度为3.8s,最慢的是claude-3-opus,速度是17.63s。果然如Anthropic宣传那样,对于需要快速响应的场景,claude-3.5-haiku-20241022无疑是一个优选。

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

2、推理能力

对比模型有:gpt-4o、claude-3.5-haiku-20241022、claude-3-opus、claude-3-haiku

使用工具:302.AI的模型竞技场

提示词:假设:2#3=5,3#5=7,5#7=11。请问:11#13=?

首先看下GPT-4o的答案,答案是正确的,整个回答也是有逻辑条理的。

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

先来看下claude-3-haiku的回答,从5#7=11的差值为6就出现了错误,因此整个递增规律其实是不存在的。

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

接着是今天的主角claude-3.5-haiku-20241022,没想到居然和claude-3-haiku一样翻车了,计算出3+5=7以及5+7=11的情况,明显出现了“模型幻觉”,导致最后得出的规律也是错误的。

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

而同为Anthropic公司的老大哥claude-3-opus完全没有问题,回答正确逻辑也清晰。

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

3、编程能力:

对比模型有:claude-3.5-haiku-20241022、claude-3-haiku

使用工具:302.AI的网页生成器2.0

提示词:请帮我制作一个浪漫之心

先来看下claude-3-haiku生成的效果,claude-3-haiku生成的是一个粉色为主色调的页面并带有一点爱心元素,但我本意是希望能够生成一个爱心,这也可以看出claude-3-haiku在编程时对提示词的理解不够:302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

网页生成效果预览链接:https://jgyc-coder.302.ai/zh/share/2zaHKzEkTWFXWHFa1QvCx?lang=zh

claude-3.5-haiku-20241022生成的效果非常好,claude-3.5-haiku完美理解并消化了提示词生成的是一个可完整的爱心,可以看出claude-3.5-haiku出色的指令理解能力与编程能力:

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

网页生成效果预览链接:https://ac0n-coder.302.ai/zh/share/DtecoyQhz9Iz3WY9yse8a?lang=z


总结

虽然Claude 3.5 Haiku在响应速度和编程能力方面表现出色,显著优于许多竞争对手,但在推理能力的表现上却存在短板。通过302.AI的模型竞技场对比测试,我们可以明显看到,Claude 3.5 Haiku在处理较为复杂的推理问题时容易出现错误,甚至产生“模型幻觉”。

另外,根据官方了解到,Claude 3.5 Haiku目前是作为纯文本模型,之后会将提供图像输入功能,到时价格或许会再有浮动。

后续302.AI也会给大家及时更新Claude 3.5 Haiku的最新动态和功能,与大家一起见证AI领域的每一次进步和创新。

参考文章:

https://www.anthropic.com/news/3-5-models-and-computer-use


👉立即注册免费试用302.AI,开启你的AI之旅!👈

为什么选择302.AI?

● 灵活付费:无需月费,按需付费,成本可控
● 丰富功能:从文字、图片到视频,应有尽有,满足多种场景需求
● 开源生态:支持开发者深度定制,打造专属AI应用
● 易用性:界面友好,操作简单,快速上手

302.AI 基准实验室 | Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?
All Rights Reserved by 302.AI
Like (0)
302.AI302.AI
Previous 2024 年 11 月 5 日 下午6:16
Next 2024 年 11 月 8 日 下午6:07

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

Comments(1)

  • vorbelutr ioperbir
    vorbelutr ioperbir 2025 年 6 月 14 日 下午4:05

    The following time I read a blog, I hope that it doesnt disappoint me as a lot as this one. I mean, I do know it was my choice to read, however I actually thought youd have something fascinating to say. All I hear is a bunch of whining about something that you could possibly repair for those who werent too busy looking for attention.