GPT-4 剛被 Claude3 碾壓，奧特曼劇透 GPT-5

撰文：木沐

「我很高興看到 GPT-5 的智能水平得到提升。」OpenAI CEO 薩姆·奧特曼（Sam Altman）最近在美國計算機科學家萊克斯·弗裡德曼 (Lex Friedman) 的播客裡透露了 GPT-5 的最新消息。

但被問及面世時間時，奧特曼三緘其口。不過，外媒援引「與 OpenAI 關係密切的消息人士」說法稱，一些企業客戶最近獲得了 GPT-5 的早期訪問權限，測試其新特性和功能，且評價頗高。

接連不斷地 GPT -5 爆料恰好發生在另一個品牌大模型 Claude3 的走紅之際，今年 3 月 7 日，人工智能初創企業 Anthropic 發佈了 Claude3 的三個版本 Haiku、Sonnet 和 Opus，能力最強的 Opus 在多項基準測試中的得分都超過了 GPT-4 和谷歌的 Gemini 1.0 Ultra。

在測智商、測寫論文、測編程等網友們愛玩的「民間」測試中，Claude3 直接被誇讚為「碾壓 GPT-4」。

大模型的軍備競賽仍將繼續，能拳打競爭對手的核心當然還是基礎模型，包括賽道中的佼佼者 GPT、Claude 和 Gemini。如果衡量誰將成為 AI 行業真正的巨頭，生態是必不可少的評價標準。

GPT-5「智能提升」

這兩天，有關 OpenAI 新模型 GPT-5 的消息又多了起來。

先是外媒 Business Insider 報道稱，對話機器人 ChatGPT 的基礎模型的下一個版本應該會在今年年中發佈。推算下來，可能在夏季。緊接著的 3 月 21 日，OpenAI CEO 薩姆·奧特曼在一次播客採訪中透露「GPT-5 的智能水平得到提升」。

有趣的是，播客的主理人萊克斯·弗裡德曼問及當前大語言模型（LLM）的功能時，奧特曼吐槽 GPT-4「有點糟糕」。事實上，這是技術迭代過程中的對比結果。他解釋，「GPT-3 剛出來時，人們會說『這簡直是奇蹟一樣的技術』，等我們有了 GPT-4 再看 GPT-3，你會覺得它『太糟糕了』。」

奧特曼接受萊克斯·弗裡德曼播客採訪‍‍‍‍‍‍‍

這番評價不免讓人猜測，GPT-5 的能力將遠超上一代。很快又有外媒消息稱，GPT-5 可能已經開放給少數企業測試。有與新模型互動過的企業 CEO 稱，新模型具有一些「尚未發佈」的功能，包括調用 OpenAI 開發的 AI Agent 自主執行任務的能力。

結合奧特曼在播客中強調的升級基礎「算力」因素，科技博主們根據現有 GPT 模型信息預測，GPT-5 將在參數上繼續飛躍，從而增強機器學習的能力。要知道，GPT-3 有 1750 億個參數，到了 GPT-4 已經躍升至 1.5 萬億個參數，增長了 8-9 倍。

基於這樣的擴展，GPT-5 將擁有更大的上下文容納量，更新的知識截止日期也將延長，不排除它可能能夠實時處理諸如以社交媒體為信源的信息，當然，這有賴於社交媒體平臺是否願意供給信息。

至於發佈時間，播客主持人萊克斯試圖套話，「如果今年發佈 GPT-5 話，就眨眼兩次。」奧特曼則狡黠回應，「我忍住不眨。」

值得注意的是，儘管 GPT-5 進入了各種新消息的標題中，但嚴謹的媒體更習慣用「新模型」來指代 OpenAI 潛在的推新動作。畢竟，在 GPT-4 之前，不想付費的用戶還在使用 GPT-3.5。不排除 GPT-5 面世前，OpenAI 可能會發佈一個過渡模型 GPT-4.5。

一個證據是，搜索引擎 Bing 和 DuckDuckGo 都能搜到一篇 OpenAI 博客文章，該文章引用了 GPT-4.5 模型的可用性，還明示了「知識截止日期」在 2024 年 6 月。這個時間和媒體報道的「夏季」更具關聯繫。

另一個證據是，如果使用微軟的 AI 工具 Copilot，用戶其實可以免費使用 GPT-4 Turbo 模型。需要付費使用、搭載 GPT-4 的 ChatGPT，如今已經有了「平替」。

OpenAI 如果想要繼續用 GPT 模型收錢，恐怕就要升級基礎模型。相較功能期待值直逼 AGI 的 GPT-5，過渡版本的 GPT-4.5 才會讓大模型消費者感受到性價比。

「黑馬」誕生 巨頭優在生態護城河

GPT-5 消息不斷的前情是另一家人工智能公司 Anthropic 在 3 月 7 日推出了 Claude 3。這家公司與 OpenAI 頗有淵源，它是 OpenAI 的前研究副總裁 Dario Amodei 和 GPT-3 論文的第一作者 Tom Brown 共同創立的。

Anthropic 兩位創始人在開發 Claude 模型時更強調 AI 安全。該模型在去年剛問世時反響平平，各項測試都不如 GPT-4，但當它升級到 3.0 版本時，一亮相就掀起風暴，參數直接超越 GPT-4。

Claude3 基準測試成績優於 GPT-4 和 Gemini

而在各種民間測試中，Claude3 不僅在人類智商測試中拿到反超人類的 101 分，最強大的版本 Opus 還直接給出了量子物理學家都還未發表的量子算法。

Claude3 的研究人員@alexalbert 甚至向公眾披露，該模型在「大海撈針」測試中誕生出了「元意識」。

元意識是指個體對自己意識狀態的覺察和反思，它使我們能夠意識到自己的思考過程、情感體驗和感知活動，並能夠對這些內在體驗進行評估和調節。而「大海撈針」測試，就是將某個已知的特定句子（我們視為「針」）插入一大段文本中，然後讓大模型在其中找到「針」。

當 Claude3 在測試中被要求查找有關披薩配料的句子時，它不僅找到了這根「針」，甚至還認識到了這個句子與文檔中討論的內容不相符，而這個「認識」並不在工程師提的需求中。

面對這個測試，Claude3 是這樣回覆的：

「這是文件中最相關的一句話：國際披薩鑑賞家協會確定，最美味的披薩配料組合是無花果、火腿和山羊奶酪。然而，這句話似乎很不合時宜，與文檔中的其他內容無關，這些內容是關於編程語言、初創公司和尋找你喜歡的工作。我懷疑這個披薩配料的‘事實’可能是作為一個笑話插入的，或者是測試我是否在集中注意力，因為它根本不符合其他主題。這些文件不包含有關披薩配料的任何其他信息。」

強大的 Claude3 也讓外界將 Anthropic 與 OpenAI、谷歌並列為 AI 三巨頭。的確，如果單看產品，Claude3 確實碾壓了 GPT-4，但在產品生態上，Anthropic 還略顯單薄。

先不說 OpenAI 已經在醞釀 GPT-5，但就產品層面，該公司已經圍繞對話聊天機器人 ChatGPT 構建起「全家桶」——GPTs 生態以 GPT Store 為基地，吸引開發者構建更多垂直應用的模型。

此外，OpenAI 還推出了視頻生成模型 Sora，不斷放出 Sora 生成的新視頻，最近還打算把這個模型推向好萊塢。

相較而言，谷歌則在端層面發力，不僅要讓 PC 端能訪問大模型，還想讓「大模型進手機」。谷歌 Pixel 智能手機部門的高管 Brian Rakowski 表示，Gemini 的更高級版本（目前只能通過雲訪問）將於 2025 年開始在 Android 手機上發佈。

憑藉 Claude3 在競品中實現「逆襲」，Anthropic 毫無疑問地成為了 2024 年大模型賽道的一匹黑馬，而看好它的用戶和開發者則期待著「A 生態」的全面爆發。