我要评论近期，anthropic发布了claude 3.5 的“大杯”模型 —— claude 3.5 sonnet！
这次发布的 sonnet 代表意大利的“十四行诗”，结构复杂，在智能水平、功能多样性和处理能力上都有所提升，能够应对更复杂的认知任务，提供更高质量的输出。
claude 3.5 sonnet 作为 claude 3.5 系列的首个模型版本，在行业智能水平上取得了显著提升。它不仅超越了竞争对手的性能，还超越了自家的上一代“超大杯” claude 3 opus，同时保持了与中端模型 claude 3 sonnet 相同的速度和成本优势。
sonnet 在研究生级推理（gpqa）、本科级知识（mmlu）和编程能力（humaneval）方面都设立了全新的行业标准。
它在理解细微差别、幽默和复杂指令方面有显著提高，并能以自然、易于理解的语调撰写高质量内容。其运行速度是 claude 3 opus 的两倍，性能提升与成本效益相结合，使 claude 3.5 sonnet 成为复杂任务的理想选择，例如上下文敏感的客户支持和多步骤工作流程的管理。
划重点，在编程能力方面都设立了全新的行业标准。
我记得，chatgpt4o的copilot号称最强编程插件。
👉 gpt功能：
- gpt-4o知识问答：支持1000+token上下文记忆功能
- 最强代码大模型code copilot：代码自动补全、代码优化建议、代码重构等
- dall-e ai绘画：ai绘画 + 剪辑 = 自媒体新时代
- 私信哪吒，直接使用gpt-4o
下面从7个方面，横向对比一下chatgpt4o和claude 3.5 sonnet，看谁的编程能力更强。
round 1：图片识别能力
上传一张图片，是经典算法题“猴子吃桃”的题目。
ps：只上传图片，啥也不说，对比一下chatgpt4o和claude3.5 sonnet的图片识别能力和理解能力。
原图：
chatgpt4o
chatgpt4o识别了图片内容，不过默认转化为了英文。
chatgpt4o给出了解决方案，默认是python语言。
chatgpt4o最后给出了代码的解释说明：
claude3.5 sonnet
claude3.5 sonnet识别了图片内容，默认也是英文。
claude也识别出这是一道算法题，并给出了解决问题需要的算法，不过只给出了一个简单的解题思路。
图片识别能力小结：
在我看来，chatgpt4o完全理解了我的用意，不仅识别了图片内容，还给出了解题思路、代码示例和解释说明，图片识别能力堪称完美。
反观claude3.5 sonnet，只是识别了图片中的内容，给出了了一个简单的解题思路。
图片识别能力，chatgpt4o完胜。
round 2：代码能力
prompt：请根据上面描述，给出解题思路，通过java代码解答此题，关键代码添加注释，并根据示例中的输入输出进行代码测试，代码如果有错误，请重新修改代码
chatgpt4o
chatgpt4o给出了解题思路、java代码、代码解释、测试用例。
claude3.5 sonnet
claude给出了解题思路、java代码、代码解释、测试用例、时间复杂度。
验证代码正确率，我们将chatgpt4o和claude的代码copy到idea中，通过测试用例测试一下。
测试通过，通过率100%。
代码review：
如下图所示，左侧为chatgpt4o，右侧为claude3.5 sonnet。
肉眼可见，chatgpt4o代码共74行，claude共54行，相差20行。claude3.5 sonnet明显更加简洁。
代码能力小结：
chatgpt4o给出了解题思路、java代码、代码解释、测试用例。
claude3.5 sonnet给出了解题思路、java代码、代码解释、测试用例，还给出了算法的时间复杂度。
chatgpt4o与claude3.5 sonnet的代码都没有问题，通过率100%。
通过review代码，claude3.5 sonnet明显更加简洁。
代码能力，claude3.5 sonnet小胜。
round 3：代码优化
ps：我们将“通过回溯算法解答猴子吃桃的代码”发给它们，让它们对代码进行优化。
chatgpt4o
chatgpt4o指出了代码存在4个问题：
- 效率低，递归回溯，时间复杂度为 o(n)
- 递归深度限制，可能会导致 stackoverflowerror
- 不必要的排序
- 全局变量使用，不符合编码规范
chatgpt4o给出了优化后的代码、关键点、下一步改进建议。
claude3.5 sonnet
claude指出了代码存在4个问题：
- 效率低，递归回溯，时间复杂度为 o(n)
- 不必要的排序
- 全局变量使用，不符合编码规范
- 代码没有处理输入异常的情况
claude给出了优化建议、优化后的代码、优化说明、小总结。
代码优化小结：
chatgpt4o和claude都指出了4项问题，给出了优化建议、优化代码，略有差异，区别不大。
代码优化能力，旗鼓相当。
round 4：解读代码
prompt：请给出代码的解题思路
chatgpt4o
chatgpt4o给出了具体的解题思路、优化后的代码、代码解析、建议的下一步改进
claude3.5 sonnet
claude3.5 sonnet给出了优化后代码的解题思路：
- 问题分析
- 输入处理
- 初始验证
- 二分查找最小速度
- 验证函数
- 返回结果
- 分析代码优势
claude3.5并没有再次输出代码，其实这一点是好评的，因为上面已经输出过了，完全没必要再次输出。
解读代码小结：
chatgpt4o看似给的东西比较多，claude3.5只是返回了解题思路。
但是，提示词就是输出代码的解题思路，chatgpt4o反而有点本末倒置了。
解读代码能力，claude3.5 sonnet小胜。
round 5：测试用例及说明
prompt：给出3个测试用例和说明
chatgpt4o
chatgpt4o给出了三个测试用例，涵盖了不同的场景、完整代码及测试用例、测试用例结果
claude3.5 sonnet
claude3.5 sonnet给出了3个测试用例,并对每个用例进行详细说明。
这些测试用例涵盖了几种不同的情况:
- 正常情况,需要计算的最小速度
- 需要较高速度才能完成的情况
- 无法完成任务的情况(时间不足)
解读代码小结：
chatgpt4o给出的东西很多，又输出一遍完整代码，但是回答内容有些重复。
claude3.5 sonnet给出了3个测试用例,并对每个用例进行详细说明，还指出了3个测试用例覆盖了3种不同的情况。
测试用例及说明能力，claude3.5 sonnet小胜。
round 6：java转python
prompt：将代码转为python语言
chatgpt4o
chatgpt4o给出了python代码、关键代码解析、测试用例
claude3.5 sonnet
claude3.5给出了python代码、解题思路、时间复杂度
转码能力小结：
chatgpt4o和claude3.5都给出了python代码、解题思路、测试用例，测试后，通过率100%。
转码能力，旗鼓相当。
round 7：添加注释
chatgpt4o
claude3.5 sonnet
chatgpt4o和claude3.5都为python代码添加了详细的代码注释，能力堪称顶级。
添加注释能力，旗鼓相当。
总结
我们分别从七大方面对比了chatgpt4o和claude3.5 sonnet。
- 图片识别能力，chatgpt4o完胜
- 代码能力，claude3.5 sonnet小胜
- 代码优化能力，旗鼓相当
- 解读代码能力，claude3.5 sonnet小胜
- 测试用例及说明能力，claude3.5 sonnet小胜
- 转码能力，旗鼓相当
- 添加注释能力，旗鼓相当
就今天的测试而言，我们不难看出，claude3.5 sonnet在代码能力方面，小胜chatgpt4o。
屏幕前的你，是不是也想试一下打败了copilot的claude3.5 sonnet。
👉 gpt功能：
- gpt-4o知识问答：支持1000+token上下文记忆功能
- 最强代码大模型code copilot：代码自动补全、代码优化建议、代码重构等
- dall-e ai绘画：ai绘画 + 剪辑 = 自媒体新时代
- 私信哪吒，直接使用gpt-4o
发表评论