OpenAI再次用实力证明了,GPT依然是AI世界最强的玩家!在最新的AI基准测试中,OpenAI几天前刚刚发布的GPT-4-Turbo-2024-04-09版本,大幅超越了Claude3 Opus,重新夺回了全球第一的AI王座:
值得一提的是,这个版本不是一个普通的测试版本,而是作为一个正式版本GPT-4-Turbo发布的。
这也是GPT-4-Turbo系列首次发布正式版,足以看出这个版本的份量。网友甚至纷纷直接将其改名为GPT-4.5-Turbo了。
笔者第一时间通过国内最稳、更新最快的AI镜像站AskManyAI进行了GPT-4.5-Turbo体验。
附AskManyAI地址(GPT-4、Claude3、Gemini都是最新版本):
值得一提的是,AskManyAI的有个独特的AI混战模式,你的一个问题,可以指定多个最强的AI同时给你回答,简直就是做大模型测试的理想环境:
好了,话不多说,我们这就开始测评了!
最新版GPT-4.5-Turbo 大战 Claude 3 Opus
代码能力测试
首先我们来看看代码debug方面的表现:
这是一个很隐蔽的bug,Claude 3 Opus完全没找到bug在哪,其实这个bug,以前的GPT-4也找不到。但是刚刚更新的这个GPT-4.5-Turbo竟然找到了bug!
而且给到了非常正确的修复bug后的代码!
简直惊呆我了,这是第一个能修复这个bug的AI。
附AskManyAI地址(以上案例可在AskManyAI直接复现):
科研学术能力测试
然后我们来看看专业学术问题的表现。
我们这次加大难度,上传一个生物样品图片给AI:
然后我们在AskManyAI网站同时选中Claude、GPT和Gemini这三个地表最强的多模态AI,看他们对这个图片分析的结果:
这个case在旧版的GPT-4-Turbo里是个回答错误的badcase,当时明显不如Claude-3 Opus。但几天前的GPT-4-Turbo更新后,竟然回答对了!
不得不表扬下,AskManyAI这个网站的更新速度也真的够快啊!跟官方基本同速了。
附AskManyAI地址(以上案例可在AskManyAI直接复现):
我们再换一个专业问题:
关于Sora技术原理的解释,所有的AI中,只有最新的GPT-4没有出现知识性的错误,Kimi和Gemini的错误是最离谱的,竟然说Sora是GAN的架构。。。而Claude-3的视频片段选择这个地方的讲解出现了错误------Sora是生成式的,不是检索式的。
我猜测这可能是因为只有GPT-4的知识库已经更新到了2024年的4月份。而Sora是2月份刚发布的,所以只有GPT-4学到了这方面的知识。
最新版GPT-4完胜!
附AskManyAI地址(以上案例可在AskManyAI直接复现):
营销能力测试
这次测试加大难度,直接丢给AI一个产品文档PDF,让他去生成一篇营销文案和搜索SEO的标题。
同样,这次GPT-4完胜!
AI写作能力测试
最后测试下AI写作能力!
写作的测试结果就要见仁见智了,每个人的看法都可能不一样。
这里面我最喜欢的是GPT-4和Claude-3写的文章,但Gemini Pro的写作速度非常快,不到5秒就写完了全篇。而GPT-4和Claude-3则写了一分钟不止。
附AskManyAI地址(以上案例可在AskManyAI直接复现):
好了,今天的评测就到这里了。你们更喜欢哪个AI呢?