资讯丨302.AI已支持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。

资讯丨302.AI已支持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。

资讯丨302.AI已支持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:

资讯丨302.AI已支持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

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的聊天机器人以及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:

资讯丨302.AI已支持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:

资讯丨302.AI已支持Anthropic最新模型Claude 3.5 Haiku,与其他模型对比表现如何?

资讯丨302.AI已支持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。

资讯丨302.AI已支持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。

资讯丨302.AI已支持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。

资讯丨302.AI已支持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。

资讯丨302.AI已支持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。

资讯丨302.AI已支持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:资讯丨302.AI已支持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:

资讯丨302.AI已支持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

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

  • 302.AI 新品发布 | AI绘图总翻车?绘图提示词专家帮你精准复刻图片,自由修改风格!

    许多人在使用AI绘图时,都会面临一些棘手的问题,比如想复刻某张图,但尝试了不同的关键词后生成效果依然货不对板;再比如想要对现有的图片进行风格调整使其更贴合自己的独特需求,但却难以维持画面元素的一致性。 针对以上痛点,302.AI 上新了一款AI绘图提示词专家工具,这一工具结合了“图片转提示词”和“风格修改”两大功能,用户不仅可以通过上传图片获得精准提示词复刻…

    2025 年 4 月 25 日 AI资讯
    1340
  • 资讯丨马斯克号称地表最强的Grok 3系列模型,在实测中到底能否超越R1和o3-mini?

    2月19日,马斯克旗下的大模型平台 xAI 推出了新的模型——Grok-3。官方宣称,Grok-3 在推理、数学、编码和指令遵循任务中均表现出色,并在一系列基准测试中表现出色。而马斯克更是称一模型为 ⌈ 地表最强 ⌋。 (非推理模式的Grok-3与其它大模型能力对比) 根据了解,grok-3 并非单一模型,而是一个包含多个版本的模型家族。其中包括了变体版本—…

    2025 年 2 月 24 日 AI资讯
    3040
  • 资讯丨通义万相2.1模型实测绝了!汉字竟在视频里“活”了

    继豆包图像模型攻克汉字生成的难题后,国内AI视频生成领域在中文生成方面再次来了新突破! 今年年初,阿里云推出了全新升级的的视频生成模型——通义万相2.1。据了解,这是⌈ 首个具备中文文字生成能力的视频生成模型 ⌋ 。 通义万相2.1视频模型一经推出,便以 84.70% 总分登顶权威评测榜单VBench榜首。除了中文文字生成的创新,该模型在复杂运动、大幅度动作…

    2025 年 2 月 21 日 AI资讯
    7680
  • 资讯丨302.AI 代码竞技场:大模型编程能力的“超级擂台”

    一个大模型能力强不强,我们常常会从多个维度去评估,其中编程能力是尤为关键的一项。 对于许多用户而言,想要准确测试大模型的代码能力却常常不知道该从何入手,或者不知道选择哪个平台进行测试。 为了帮助用户解决这一问题,302.AI最新上线了一款工具——代码竞技场,这一工具集结了多种先进模型,为用户提供了一个广阔、便捷、易用的代码测试平台。 工具界面展示: 302.…

    2025 年 2 月 19 日 AI资讯
    2720

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注