Anthropic刚推送的Claude新模型，多模态基准跑分比GPT-6 Luna高12%，单任务成本比梁文谷低15%。昨天OpenAI给所有付费API用户发了重置使用额度的邮件——这是它近半年来第二次用这种方式挽留用户。
跑分对比没掺水
我翻了这次公开的测试数据，没有虚头巴脑的噱头。核心的三个维度：推理题的正确率，Claude比GPT-6 Luna高14%；代码生成的效率，比如修复bug的速度，高11%；还有10万字以上长文本的连贯性，高13%。总分直接领先12%，而且没有出现之前某些模型“推理强但代码拉胯”的偏科问题。对于做企业级服务的人来说，这种均衡的表现比单项突出更实用。
价格差的真实吸引力
定价才是这次最戳人的地方。Claude新模型每处理1百万token的费用，比梁文谷低了15%左右。别小看这个数字，对于每天调用API超过1千万token的中小企业来说，每月能省下至少三四千美元的成本。大模型服务现在还不是那种“必须用”的刚需，很多企业还在试水阶段，能省成本的好工具，谁不优先选？
OpenAI的应急操作，治标不治本
OpenAI的操作其实能看出来慌了。这次给用户重置的额度，是多给了20%的免费额度，没有任何使用限制。但这种临时的挽留，只针对那些已经绑定了OpenAI生态的用户——比如用了它的插件、或者和自家工具链打通的。对于只追求核心性能和价格的用户来说，Claude的优势更实在。之前OpenAI靠先发布的优势占了不少市场，但这次Anthropic直接在核心指标上压过一头，相当于把之前的先发优势给磨掉了。
有人说这是大模型的常态，迭代快，谁先出下一个更好的就能抢市场。但这次不同的是，Claude的优势是实打实的跑分和定价，不是花里胡哨的功能。之前OpenAI靠先发布的优势，在用户心里占了先手，但这次产品被压了一头，先手的优势也就没那么明显了。
现在的问题是，Anthropic这次的迭代，是能持续保持，还是只是临时的小突破？而OpenAI，除了送额度，能不能拿出真的能打产品？毕竟，用户最终要的，不是临时的额度，而是长期稳定的好服务。
素材来源：量子位 · AI情报、大模型
查看报道原文
发表第一条评论吧