OpenAI反超Claude3，GPT4.5-Turbo正式版发布，GPT-4终于不再偷懒又开始变聪明了

没想到，仅仅过了两个月，全球最强AI的宝座又易主了！

几个月前，Claude3 Opus全面超越GPT-4，全球的网友纷纷抛弃GPT，投向Claude3的怀抱，并纷纷分享Claude3带来的惊艳体验。

如今，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：

除了命名为GPT-4-Turbo-2024-04-09的API版本，ChatGPT的Web版本也已经向付费PLUS会员开放。

如果你的知识库数据集截止时间已经更新为2023年12月，那恭喜你已经成功接收到了新版本的推送。如果还没有，那不妨再耐心等待一下。

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。

虽然 GPT-4-Turbo 发布已久，但一直以“预览版”的方式提供。

这次也是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。

据介绍，更新后的版本在写作、数学、逻辑推理以及编程等多个领域均实现了显著进步。

使用新版GPT4写作，你会发现它的响应速度提升，交流更为流畅，并且表达方式更趋于口语化。

简而言之，新版本的写作风格更贴近人类的自然语言，多了些人情味，少了点AI机器味。

AI邦第一时间通过国内最稳、更新最快的AI工具站BotGo·机器国进行了GPT-4-Turbo体验。

BotGo·机器国是一个AI大语言模型和智能机器人的竞技场，致力于发现和创造有灵魂的AI机器人。

他们正在做的一件事情就是对接全球最强的AI大语言模型和智能机器人，由真人在实战环境中对大模型和机器人进行基准测试，并汇总全部真人投票数据发布排行榜单。

所以，BotGo·机器国简直就是为做大模型测试量身定做的理想环境。

好了，话不多说，我们这就开始测评了，Bot go！

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，以前的Claude 3 Opus是完全没找到bug在哪，现在经过调教有所进步，已经能够发现Bug的问题，并且提供了修复的代码。

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不仅能找到bug，修改后的代码也更为优质，而且除了Bug之外还提出了索引处理和效率方面的问题及建议，整体表现确实比Claude3更为优秀。

非常惊艳，这应该是世界上唯二能够修复这个bug的AI了。

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BotGo·机器国上看看Claude3、GPT4和Gemini Pro这三个地表最强的多模态AI，对这个图片分析的结果：

结果发现，最新版的GPT-4好像还不能解析上传的图片，可能还在调测当中。在图片问答方面还是不如Claude-3 Opus。

这方面的能力排序是 Claude-3 > Gemini Pro > GPT-4。

我们再换一个专业问题，让AI大模型来讲述最近大火的文生视频模型Sora的技术原理，而且要让高中生也能听明白哈哈。

关于Sora技术原理的解释，所有的AI中，GPT-4和Gemini表现都非常优秀。

Claude-3有些片段出现了知识性的错误——Sora是生成式的，不是检索式的。而Kimi则只提到了深度学习技术，但没明确具体的技术架构和路径。

Gemini非常形象地将Sora所采用的卷积网络技术类比于乐高的积木结构，确实更容易理解。GPT-4则在专业性上更胜一筹。

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。

营销能力测试

这次测试加大难度，直接丢给AI一个威狮云通信的介绍文档PDF，让它去生成一篇营销文案和搜索SEO的标题。

结果发现这次的GPT-4正式版是还不能支持文档分析的，这也和官方的公布信息一致，要进行文档分析还是要有请最强大的GPT4多模态全能版本。

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Claude-3写的文章，既能比较口语化富有感染力，内容也有一定的深度。

GPT-4和Gemini Pro差不多，GPT-4更专业，Gemini Pro更流畅，速度也快一些。

Kimi感觉相对欠缺一些，象写给低龄的孩子，稍显幼稚。

之前LMSYS平台曾曾专门做过测试对比，GPT4的英文写作更强，而Claude3的中文写作能力更胜一筹，这可能也是我从Claude2开始就喜欢上这个小德子的原因吧。

好了，今天的评测就到这里了。你们更喜欢哪个AI呢？

最后附上GPT-4 的版本介绍：

▶ GPT-4-Turbo-2024-04-09

• GPT-4-Turbo 首次发布的正式版
  

• 基础能力更新，按官方说法：Majorly improved GPT-4 Turbo model
• 自带读图能力，无需使用 4v 接口
• 128k 上下文
• 训练数据截止至 2023 年 12 月
• 输入：$10.00 / 100万 tokens
• 输出：$30.00 / 100万 tokens
• 读图：最低 $0.00085 / 图

▶ GPT-4

发布于去年的 3 月 14 日（即 0314 版），后续更新 0613 版，支持 8k 上下文，是经典版的 GPT-4。

• 输入：$30.00 / 100万 tokens
• 输出：$60.00 / 100万 tokens

▶ GPT-4-32k

与 GPT-4 同期发布，也是有 0314 和 0613 两个子版本，支持 32k 上下文，是当时上下文最长的模型，但非常贵。

• 输入：$60.00 / 100万 tokens
• 输出：$120.00 / 100万 tokens

另说一下，这个模型是邀请制，至今未公开提供。

▶ GPT-4-Turbo-Preview （即 GPT-4 Turbo 预览版）

发布于去年的 11 月 6 日（即 1106 版），后续更新 0125 版，支持 128k 上下文，并且大幅降价。

• 输入：$10.00 / 100万 tokens
• 输出：$30.00 / 100万 tokens

▶ GPT-4-Vision-Preview （即 GPT-4 Turbo 的读图版）

和 GPT-4-Turbo-Preview 同一时间发布，也包括 1106 版和 0125 版，价格保持一致，但给的用量不多。

• 输入：$10.00 / 100万 tokens
• 输出：$30.00 / 100万 tokens

读图的价格看分辨率：最低 $0.00085 / 图