今天小编分享的互联网经验：别跟马斯克扯头花了，“叛徒”Anthropic解决了困扰OpenAI的难题，欢迎阅读。
图片来源 @视觉中国
文｜适道
2024 年 LLM 竞赛正式拉开，被称为 OpenAI" 最强竞争对手 " 的大模型公司 Anthropic 带着 Claude 3 系列闪亮登场。而它的对手们，一个正和马斯克 " 扯头花 "；另一个因为 Gemini 政治过分正确而焦头烂额。
一时间，" 全面碾压 GPT-4"" 全球最强模型易主 " 等字眼铺满螢幕，似乎一年前由 OpenAI 开辟的盛世终于转交给了 Anthropic。
别忘了，GPT-4 已经是一年前的产物，GPT-5 还在路上；谷歌也不是 Anthropic 的 " 对手 "，是其背后第二大 " 金主爸爸 "。有消息称，去年 12 月，谷歌对 Anthropic 的投资扩大到了 20 亿美元。
而在这场 " 你追我赶 " 的游戏中，还有微软 " 小儿子 "Mistral AI 已经发布的 Mistral Large，以及被 Meta 列为 2024 年重点任务的 Llama 3 等等。只不过，无论是 Mistral AI 还是 Meta 目前都是被 GPT-4 压着打，只有 " 脱胎 " 于 OpenAI 的 Anthropic 拿出了可以与之一战的 " 杀器 "。
这也表明了，暂时的排名只是先来后到，今年的 LLMs 将全面开花，。因此，铺天盖地的 "Open AI 被追平比分 " 仅仅是 Anthropic 新品发布的一个噱头，重点应该放在人工智能公司选择的商业化路径上——当 Inflection、Character.AI，甚至 OpenAI 等公司进一步探向 to C 消费者用例时，Anthropic 却一头扎向了 to B。这条思路在其刚刚发布的 Claude 3 系列的突出性能、定价策略上均有所体现。
" 田忌赛马 " 式定价，瞄准 to B 领網域
Claude 3 系列包含三个模型—— Opus、Sonnet、Haiku，性能从高到低。
根据 Anthropic 公布的技术报告，Opus 在知识测试 MMLU、推理测试 GPQA、基础数学测试 GSM8K 等一系列基准测试中，均优于 GPT-4。Sonnet 的性能与 GPT-4 不相上下；Haiku 则略逊于 GPT-4。不过，这项测试中没有包含刚刚更新的 GPT-4 Turbo 和 Gemini 1.5 Pro。
值得注意的是，MMLU（本科常识）/ GSM8K （小学数学）/ HumanEval （计算机代码）等指标上已严重饱和，几乎所有的模型都表现相同。真正有区分度的为 MATH（数学问题解答能力）和 GPQA（领網域专家能力），后者可以体现模型在企业服务方面的能力。
据悉，Claude3 选择了金融、法律、医学和哲学作为专家领網域。其中，Opus 的 GPQA 准确率达到了 60%，这意味着其能力接近于同一领網域且能够上网的人类博士准确率（65% — 75%）。Sonnet 达 40.4%；Haiku 达 33.3%。而 GPT-4 仅为 35.7%。
对此，英伟达资深 AI 科学家 JimFan 指出：我建议所有 LLM 的模型卡都应该效仿这种做法，这样不同的下游应用就能知道可以期待什么。
同时，考虑到企业客户需要处理很多 PDF、PPT、流程图，Claude3 系列在视觉能力、准确性、长文本输入和安全方面，均有所进步。
例如，在准确性方面，Anthropic 使用了大量复杂的事实问题来针对当前模型中已知的弱点，将答案分为正确答案、错误答案（幻觉）、承认 " 不知道 "。相应地，Claude3 可以表示自己不知道答案，而不是提供不正确的信息。除了更准确的回复，Claude 3 甚至还能 " 引用 "，指向参考材料中的精确句子来验证他们的答案。
在定价策略上，以 GPT-4 Turbo 的 40 美元 /1M tokens；GPT-3.5 Turbo 的 2 美元 /1M tokens 为对比。
最强能力 Opus —— 90 美元 /1M tokens，适合最尖端的企业和机构。其接近人类的理解能力，适用于需要高度智能和复杂任务处理的场景，如企业自动化、市场分析和制定策略、复杂的数据分析和金融预测、生物医学研究和开发等。
最高性价比 Sonnet —— 18 美元 /1M tokens，适合大多数企业客户规模化使用，消费者客户也可以负担。其纯文本任务表现与 Opus 相当，更适用于数据处理、代码生成、个性化营销，图文解析等中等复杂度的工作。
最快速度 Haiku —— 1.5 美元 /1M tokens，适合消费者客户使用。其具备近乎即时的响应能力，在大多数纯文本任务上表现仍然相当出色，且包含多模态能力（比如视觉），适用于与用户实时互动、内容管理、物流库存管理、文本翻译等工作任务。
综合来看，Claude 3 的高端线 Opus 比 OpenAI（GPT-4 Turbo）更贵，低端线 Haiku 比 OpenAI（GPT-3.5 Turbo）更便宜。
如此一来，成败似乎集中在了中端线 Sonnet 上。如果 " 更少的幻觉 "" 更专业的领網域行家 "" 更高的性价比 " 更吸引企业客户。那么，GPT-4 Turbo 的地位将会变得不尴不尬，直到局势被 GPT-5 打破。
目前，用户可以免费体验中等性能的 Sonnet，最强版 Opus 仅供 Claude Pro 付费用户使用（20 美金 / 月），性能稍弱的 Haiku 即将推出。
PS：适道在 Poe 上使用同样的提示语，让 Opus、Sonnet、GPT-4 Turbo 随机做了一段简单的新闻翻译。结果，Sonnet 的表现居然最好，甚至翻译出了缩写！Opus 水平巨中，而 GPT-4 直接忽略了主语。。。
总之，这一套组合拳下来，正如 Anthropic 联合创始人 Amodei 兄妹所言："Anthropic 更像是一家企业公司，而不是一家消费者公司。"
目前，Claude 的客户包括科技公司 Gitlab、Notion、Quora 和 Salesforce（Anthropic 的投资者）；金融巨头桥水公司（Bridgewater）和企业集团 SAP，以及商业研究门户网站 LexisNexis、电信公司 SK Telecom 和丹娜法伯癌症研究所（Dana-Farber Cancer Institute）。
根据 Anthropic 高管 Eric Pelz 的一份声明：在 Claude 3 的早期测试用户中，生产力軟體制造商 Asana 发现初始响应时间缩短了 42%；軟體公司 Airtable 表示，公司已将 Claude 3 Sonnet 集成到自己的人工智能工具中，以帮助加快内容创建和数据汇总。
可以预见的是，在 Claude 3 发布之后，Anthropic 的 to B 商业化之路将更加明晰，并与 OpenAI 等头部大模型公司走上不同的道路，尽管最后可能殊途同归。
十字路口的大模型公司
" 赚的多，花的多 " 是头部大模型公司的真实写照。事实上，Anthropic 的 to B 之路既是自愿选择，也是形势所迫。
截至 2023 年 12 月，OpenAI 的 ARR 已超 16 亿美元，2022 年的 ARR 则为 3000 万美元，增速高到惊人。
虽然尚无数据显示 Anthropic 的 2023 年 ARR ，但在 2023 年 10 月，Anthropic 和投资人洽谈时表示到 2023 年年底，将实现 2 亿美元 ARR，每月近 1700 万美元的营收。另外，根据 Anthropic 最新预测，到 2024 年底，其 ARR 将至少达到 8.5 亿美元。
确实得益于快速的收入增长，2023 年 Anthropic 筹集了数十亿美元，估值超过 150 亿美元。
但根据 Information 报道，有两位知情人士透露，在支付客户支持和 AI 伺服器成本后，2023 年 12 月 Anthropic 的毛利率在 50% — 55%，根据 Meritech Capital 的数据，这远低于云軟體公司 77% 的平均毛利率。
还有一位重要股东预测，Anthropic 长期毛利率将在 60% 左右，且该毛利率未反映训练 AI 模型的伺服器成本，因为这些成本是被 Anthropic 纳入其研发费用中。
而根据 Sam Altman 的说法，每个模型成本可高达 1 亿美元。不过，Altman 自己也笑不出来，因为 OpenAI 的毛利率可能更低。毕竟 ChatGPT 还有免费版，白白花掉一批伺服器成本。
上述事实均表明，即便你强如 OpenAI，Anthropic，但 AI 初创公司普遍的利润率可能比现在的 SaaS 公司还低。
不过，现在问题还没显现，毕竟大模型在风口，投资人更关注其惊人的增速。这些 AI 初创公司也会以其乐观的收入预测为依据，按照未来一年收入的 50 — 100 倍的估值进行融资。
当然，只要 AI 创业能保持这种增长势头，投资人是可以忽略亏损。直到，你的收入增长掉进 30% — 40%。一位 VC 合伙人表示：到那时，如果一家公司的经营现金流为负，并在短期内没有将至少 10% 的收入转化为现金流，就很难吸引新的投资人入局。
根据 Meritech Capital 数据，上市軟體公司的中位数是未来收入的 6 倍。也就是说，随着时间的推移，对于初创公司来说，维持这样的收入倍数将越来越困难。
具体到 Anthropic 和 OpenAI 这对 " 大冤种 " 身上，两家公司的增长和利润率部分依赖于主要云服务提供商。
例如，谷歌和亚马逊向 Anthropic 投了数十亿美元，并将 Anthropic 的軟體出售给其云客户。目前尚不清楚这些云厂商在销售中获得的提成比例，但如果改成是 Anthropic 直接向客户卖模型，利润率可能会更高。
而微软虽然用更低的利润租给 OpenAI 云伺服器，但 OpenAI 必须将直卖给客户的部分收入返给微软。而且，当微软将 OpenAI 軟體卖给自己的云客户时，也会抽掉大部分收入。
因此，对于上述 " 冤种 "AI 创业公司来说，想要拿到高毛利。一方面，通过更新技术，降低运行成本，就像 OpenAI 已经实现的；另一方面，像 Anthropic" 田忌赛马 " 战略一样，找准切口，聚焦企业客户，尽可能创收，并保持高增速。
据 Forbes 报道，Anthropic 最近以 184 亿美元的估值融资 7.5 亿美元，该公司计划在未来几个月内增加代码解释、搜索功能和源代码引用等功能。其创始人 Amodei 兄妹说：" 我们将继续扩大模型规模，让它们变得更加智能，同时也继续努力让更小、更便宜的模型变得更智能、更高效。一整年都会有不同程度地更新。"
大模型公司会否下场做选手？
为了更深入理解 Anthropic 的商业化路线，适道节选了一期创始人 Dario Amodei 访谈中的 " 商业化 " 部分，原文如下。
Dwarkesh Patel ：你认为目前的 AI 产品是否有足够时间在市场上获得长期稳定收入？还是随时可能被更先进的模型取代？或者到时候整个行业格局会变得完全不同？
Dario Amodei ：这取决于对 " 大规模 " 的定义。目前已经有几家公司的年收入 1 亿— 10 亿美元，但能否达到每年数百亿，甚至万亿级别，则难以预测。因为这还取决于很多不确定的因素。现在有些公司正在 " 大规模 " 应用创新型 AI，但这不能代表刚开始用就一步到位，达到最佳效果。而且，即使有收入也并不完全等于创造了经济价值，整个产业链的协同发展是一个长期过程。
Dwarkesh Patel ：从 Anthropic 角度来看，如果 LLM 的进步如此迅速，那么理论上公司的估值应该增长得很快？
Dario Amodei ：即使我们注重模型安全性研究而非直接商业化，在实践中也能明显感受到技术水平在以几何级数上升。对那些将商业化视为首要目标的公司来说，进步肯定比我们更快。（xswl 在内涵 OpenAI ）。
虽然我们承认 LLM 进步神速，但对比整个经济体系的深度应用过程，技术积累依然处于较低的起点阶段。决定未来走向是这二者间的竞速——技术本身进步速度、被有效整合和应用，并进入实体经济体系的速度。这二者都很可能高速发展，但结合顺序和微小差异都可能导致相当不同的结果。
Dwarkesh Patel ：科技巨头可能会在未来 2-3 年投入高达 100 亿美元进行模型训练，这会对 Anthropic 带来什么样的影响？
Dario Amodei ：情况 1 ——如果因为成本问题无法保持前沿地位，那么我们将不会继续坚持开发最先进的模型。相反，我们会研究如何从前几代的模型中获取价值。
情况 2 ——接受被制衡。我认为这些情况的正面影响可能比它们看起来的要更大。
情况 3 ——当模型训练到达这种量级后，可能开始会出现新的风险，比如 AI 滥用。
总结一下，虽然 Dario 坚信 LLM 的能力会得到快速且显著的提升，但可能受制于社会因素、创新采纳效率，最终减缓其被 " 大规模 " 应用的速度，无法发挥 LLM 的真正潜力。
据此，Anthropic 的 to B 之路看起来也更加稳妥。一方面，利用自己的 " 安全性 " 长处，切入金融、法律、医学等领網域；另一方面，寻找偏重 " 技术应用 "，可以长期合作的企业客户，尽可能消除 C 端消费者采用的不确定性。
说到这里，我们可以大胆预测一下，如果真如 Dario 预测的 " 社会采纳速度低于模型发展速度 "，那么，未来会否出现一批大模型公司亲自下场做应用？尤其在国内。
