什么是 Claude 3.5 Sonnet？工作原理、使用场景与 Artifacts

Claude 3.5 Sonnet：上手印象

基准结果引起了我的兴趣，于是我直接打开 Claude.ai 体验全新的 Claude 3.5 Sonnet 模型。

我首先让 Claude 3.5 Sonnet 用下表中的数据创建一个图表：

我承认我在提示语上并没怎么费心思——为这张表生成一个图表——但模型依然生成了这个交互式分组条形图：

Claude 3.5 Sonnet 使用 Recharts 库将该图表实现为一个 React 组件。我们可以通过右上角切换到 Code 选项卡来查看并复制代码：

这张条形图让我有点不满意的一点是，底部的颜色图例与 x 轴标签重叠了。此外，对于一张图来说信息也过于密集。我想着或许可以为每个基准测试分别做一张信息图，于是我这样提示了 Claude 3.5 Sonnet：

针对代码基准，生成一张信息图。在图中加入一句非常简短的解释，说明该基准的含义与测量内容；旁边放一个小对比图，展示各个 LLM 在该基准下的得分。

不得不说，考虑到我给的提示很糟糕，结果还是相当惊艳：

这张信息图组织有序，配色与字体属性选择得体。我已经能想到很多应用场景了——通过更细化的提示，我们可以按需定制设计，并加入品牌化元素。

如果您还没亲自试过 Claude 3.5 Sonnet，可能会好奇那个同时显示图表和代码的 UI 组件是什么。答案就是 Artifacts。

Artifacts：Claude AI 的新功能

既然有官方视频更胜一筹，我就不再赘述 Artifacts 是什么了。我建议您去看，因为他们演示了如何在一分钟内用 HTML5 创建一个横向卷轴游戏：

Artifacts 给人的感觉非常灵动！

乍看之下，Artifacts 功能似乎只是界面中的另一个窗口或标签。不过，Anthropic 并不是单纯增加一种展示信息的方式——而是在提供与其 AI 交互的新途径。

Artifacts 超越了传统的文本式交互，引入了一个动态、可互动的层。我们可以直接可视化并操作 AI 的输出，而不是仅仅阅读它们。

这种转变非常值得关注。它预示着我们与 AI 的关系将更加协作化，我们可以主动参与并打磨 AI 的产出。

很期待看到这一功能未来如何演进，以及它将如何影响我们使用 AI 的方式。

让我感到兴奋的是，Anthropic 承诺将围绕团队协作来设计它：

如何激活并使用 Artifacts

要使用 Claude Artifacts，您需要先在设置中启用它。首先点击您的账号姓名缩写，然后点击 功能预览（Feature Preview）。

然后，将开关切换为 开启（On）。

启用后，您可以让 Claude 生成可在 Artifact 中展示的内容，例如代码、数据可视化，甚至是界面草图，以此触发该功能。

当 Claude 创建一个 Artifact 时，它会出现在界面中的一个独立面板里，分为 Code 和 Preview 两个标签。Code 标签显示 Claude 生成的原始输出，而 Preview 标签提供该输出的可视化或交互式呈现。

如何访问 Claude 3.5 Sonnet

最直接的方式是前往 Claude.ai，在其友好的图形界面中尽情体验：

Claude 3.5 Sonnet 可在 Claude.ai 上免费使用，但需要说明的是，我很快就触及了使用上限（大约十条提示后）。

如果您打算经常使用 Claude 3.5 Sonnet，基本肯定需要购买 Pro 订阅。

Claude 3.5 Sonnet 也可通过 Anthropic API、Google Cloud 的 Vertex AI，以及 Amazon Bedrock 使用。

Claude 3.5 Sonnet 的工作原理与表现

虽然 Anthropic 尚未公布完整技术细节，但我们知道 Claude 3.5 Sonnet 构建于其前代模型 Claude 3 Opus 之上。它是一个大语言模型，基于海量文本与代码数据训练，因而能够理解并生成类人语言。

Claude 3.5 Sonnet 的突出之处在于性能增强。经过微调与优化，它在多个方面都有所提升。

研究生水平的推理长期被视为人类智能的标志，也是 AI 传统上难以企及的前沿。尽管仍有大量工作要做，Claude Sonnet 3.5 已展现出显著进步。

在数学方面，Claude 3.5 Sonnet 略落后于以 76.6% 领先的 GPT-4o。但 Claude 3.5 Sonnet 的 71.1% 依然相当可观。这表明它对数学概念、公式与逻辑推理具备扎实掌握，适用于需要数学专长的任务。

BIG-Bench-Hard 基准着重评估 AI 在处理多面问题、展现高级推理与跨领域迁移能力方面的表现。Claude 3.5 Sonnet 在该基准中以 93.1% 的成绩显著领先其他模型。这意味着它能高效处理复杂任务，在不同学科领域进行有效推理，并能灵活将知识应用于新情境。

在视觉能力方面，Claude 3.5 Sonnet 尤其擅长视觉数学推理，在 MathVista 测试中取得 67.7% 的成绩，显著领先其他模型。它在视觉问答（MMMU）与文档视觉问答（ANLS 分数）上也表现良好，展现出对视觉信息的有效理解与处理能力。

尽管它在科学示意图与图表问答上的表现略低于 GPT-4o 与 Gemini 1.5 Pro，但准确率仍维持在 90% 以上。总体来看，结果凸显了 Claude 3.5 Sonnet 在理解视觉与文本数据方面的强大能力，适用于多模态理解需求的多种应用。

Claude 3.5 Sonnet 的使用场景

Claude 3.5 Sonnet 是 Anthropic 最强的视觉模型，它在需要视觉推理的任务（如解读与创建图表）上表现突出并不意外。不过，它也被定位为优秀的编码与写作搭档，下面我们逐一看看。

视觉型演示

如果您需要把数据以视觉方式呈现，Claude 3.5 Sonnet 看起来确实能“变魔术”。

在 Anthropic 的示例中，一位生物学教授给模型提供了两张图表，并让 Claude 提取关键信息，用流行的 HTML 演示框架 reveal-js 创建一份基于 Javascript 的演示文稿。让我们看看这位教授是否得到了她想要的幻灯片：

编码搭档

假设您是一名软件工程师，正在为一段将图片裁成圆形（用于生成美观的个人头像）的代码编写测试并修复缺陷。Claude 3.5 Sonnet 能帮上忙吗？一起来看看：

写作搭档

Anthropic 也将 Claude 3.5 Sonnet 展示为写作搭档，但他们给的例子与真实世界的用例相去甚远——小说一般不会写“住在繁忙珊瑚礁上的冷嘲热讽的螃蟹”。不过，Claude 生成的家谱图确实非常出色，再次展示了它卓越的视觉能力。

价格对比：Sonnet vs. GPT-4o vs. Gemini Pro 1.5

我们来看看 Claude 3.5 Sonnet 的定价与 OpenAI、Google 的相比如何。当然，这也是个请 Claude 3.5 Sonnet 画图的好机会：

个人使用方面，这三家平台的价格都在每月约 20 美元。

结语

过去几年，AI 领域新消息与新突破层出不穷，人们对新发布的兴奋度也变得不那么容易被点燃——特别是在演示视频中常有“精选”的示例。

不过，Claude 3.5 Sonnet 的视觉能力与 Artifacts 功能确实令我由衷期待。我会在工作中亲自尝试，并持续关注它的演进。