編輯 | 言征
出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）
不久前，OpenAI 和 Microsoft 似乎是不可戰(zhàn)勝的。然而，現(xiàn)在，他們的競(jìng)爭對(duì)手正在迎頭趕上。
巨頭支持方面，Anthropic 的 Claude 模型一點(diǎn)都不弱，甚至隱隱有了超越ChatGPT的趨勢(shì)。
前不久，Microsoft 支持的 GitHub 已將 Claude 添加到 Copilot，而Amazon 一早就已將 Claude 添加到 Q Developer （Code Whispherer） 中。
此外，Meta 的 Llama 現(xiàn)在在用戶方面可與 ChatGPT 相媲美，是開源及其他領(lǐng)域家喻戶曉的名字。
相比之下，OpenAI 早些發(fā)布的 o1 反饋確是喜憂參半。就連 OpenAI 首席執(zhí)行官 Sam Altman 都不得不謙虛地將該模型稱為“用于推理的 GPT-2”，同時(shí)稱其“存在嚴(yán)重缺陷”。
1.Anthropic優(yōu)先考慮工程，OpenAI更關(guān)注用戶
除了推理能力之外，OpenAI 似乎更關(guān)注語音功能，特別是迎合其最終用戶。相比之下，Anthropic 似乎優(yōu)先考慮工程和 API 方面。OpenAI 最近推出了富有表現(xiàn)力的可控語音，用于語音轉(zhuǎn)語音體驗(yàn)，并通過提示緩存降低成本。文本輸入折扣 50%，音頻輸入折扣 80%。此舉使高級(jí)實(shí)時(shí) AI 更容易獲得。
來源：X
與此同時(shí)，Anthopric 還在嘗試在 Claude 移動(dòng)應(yīng)用上為特定用戶提供語音聽寫功能，最長可錄制 10 分鐘。
OpenAI 在 AI 編碼方面也面臨著來自 Anthropic 的日益激烈的競(jìng)爭。該公司正在改進(jìn)自己的工具來處理復(fù)雜的編碼任務(wù)和自動(dòng)化代碼生成等操作，盡管 Anthropic 最近推出的“計(jì)算機(jī)使用”功能使其具有優(yōu)勢(shì)。“AI 編碼還不能完全取代工程師，需要'一些指導(dǎo)'，”Anthropic 聯(lián)合創(chuàng)始人 Daniela Amodei 分享道。她還指出，他們的 Claude 模式顯著提高了生產(chǎn)力，有可能重塑招聘策略。
隨著兩家公司都在推動(dòng) AI 主導(dǎo)地位，OpenAI 即將發(fā)布的版本可能會(huì)影響市場(chǎng)，可能會(huì)對(duì) GitHub Copilot、Cursor 和其他編碼助手等產(chǎn)品構(gòu)成挑戰(zhàn)。
2.用戶屏幕交互
Anthropic 通過專注于屏幕導(dǎo)航來增強(qiáng)用戶與 AI 的交互。上周，該公司推出了使 AI 能夠控制計(jì)算機(jī)屏幕的功能，使其能夠代理用戶進(jìn)行瀏覽網(wǎng)頁或打字。
“計(jì)算機(jī)操作員”是一項(xiàng)實(shí)驗(yàn)性的公開測(cè)試版功能，通過該功能，Claude 3.5 Sonnet 現(xiàn)在可以以類似于人類用戶的方式導(dǎo)航計(jì)算機(jī)界面。這意味著 AI 可以查看屏幕、移動(dòng)光標(biāo)、單擊按鈕和鍵入文本，從而允許它執(zhí)行各種任務(wù)。
圖片
還有更多。Anthropic 還在 Claude 中推出了其分析工具。它允許用戶通過運(yùn)行 JavaScript 代碼直接在平臺(tái)中執(zhí)行數(shù)據(jù)分析。憑借這一點(diǎn)，Anthropic 在 AI 用戶體驗(yàn)領(lǐng)域取得了成功。
此功能在預(yù)覽模式下也可用，使 Claude 能夠處理復(fù)雜的任務(wù)，例如數(shù)據(jù)清理和 CSV（逗號(hào)分隔值）文件的詳細(xì)分析。它旨在通過提供精確的洞察來幫助各個(gè)職能的團(tuán)隊(duì)，旨在幫助營銷人員分析客戶行為，并幫助財(cái)務(wù)團(tuán)隊(duì)創(chuàng)建儀表板。
圖片
上個(gè)月，Anthropic 向 iOS 和 Android 上的所有用戶提供了 Claude Artifacts，使任何人都可以輕松創(chuàng)建應(yīng)用程序，而無需編寫任何代碼。
Anthropic 無疑將人類與 AI 的交互方式提升到了一個(gè)新的水平。
“雖然 Anthropic 構(gòu)建了一些仍然需要計(jì)算機(jī)作為界面的東西，但在未來，我們很可能會(huì)離開屏幕，使用一種新的設(shè)備或界面與 AI 代理進(jìn)行交互。”
OpenAI 也沒有放棄。 在倫敦舉行的 OpenAI DevDay 2024 上，該公司的開發(fā)人員體驗(yàn)主管 Romain Huet 展示了 o1 預(yù)覽版演示，揭示了希望和挫折。
經(jīng)過三次嘗試后，Swift 地圖應(yīng)用程序編碼停滯不前，但后來，一個(gè)演示 o1-mini 和 Cursor 的演示成功地控制了一架無人機(jī)，并完成了令人印象深刻的后空翻。
圖片
OpenAI 還在 ChatGPT 桌面應(yīng)用程序上發(fā)布了一項(xiàng)高級(jí)語音功能，不久前，它發(fā)布了一項(xiàng)功能，現(xiàn)在允許用戶從 ChatGPT 上之前對(duì)話中搜索內(nèi)容。
此外，OpenAI 昨天推出了其搜索引擎。ChatGPT 搜索現(xiàn)在提供改進(jìn)的網(wǎng)絡(luò)搜索功能，以獲得及時(shí)、準(zhǔn)確的答案，將自然語言交互與體育、新聞、股票報(bào)價(jià)等中的最新數(shù)據(jù)相結(jié)合。
3.Masters Voice 功能
最近，OpenAI 為開發(fā)人員推出了實(shí)時(shí) API，使他們能夠?yàn)槠鋺?yīng)用程序添加高級(jí)語音和自然語音轉(zhuǎn)語音對(duì)話功能。此 API 使公司能夠構(gòu)建語音驅(qū)動(dòng)的客戶服務(wù)系統(tǒng)，這些系統(tǒng)可以處理復(fù)雜的任務(wù)，從預(yù)訂旅行到通過軟件指導(dǎo)用戶。
令人驚訝的是，Anthropic 的 Claude 在該領(lǐng)域幾乎沒有發(fā)展。
OpenAI 肯定正在扼殺它。這個(gè)新 API 是 ChatGPT 的視覺高級(jí)語音模式的擴(kuò)展，在 API 更新前幾天發(fā)布。它提供了六種不同的聲音，以及流暢的音頻輸入和輸出選項(xiàng)。
例如，用戶現(xiàn)在可以通過展示冰箱的照片向 ChatGPT 詢問食譜創(chuàng)意，或者通過分享問題本身的圖片來獲得數(shù)學(xué)問題的幫助。
此更新類似于 Google 的對(duì)話式 AI 助手 Gemini Live。它聲稱可以幫助其用戶計(jì)劃活動(dòng)、尋求建議、討論歷史事件，甚至探索新的本地話題和想法。
毋庸置疑，OpenAI 的 API 更新與依賴多個(gè)模型進(jìn)行語音轉(zhuǎn)錄和響應(yīng)的傳統(tǒng)方法形成鮮明對(duì)比。它使用 WebSocket 連接到 OpenAI 最新的 GPT-4o 模型，允許開發(fā)人員管理功能并根據(jù)用戶請(qǐng)求做出響應(yīng)。
健康公司 Healthify Me 是早期采用者之一，他們通過他們的 AI 教練 Ria 使用 API 進(jìn)行實(shí)時(shí)營養(yǎng)指導(dǎo)。它使用 OpenAI 的 GPT-4 Turbo 和名為 Whisper 的語音機(jī)器學(xué)習(xí)模型。
目前，Realtime API 根據(jù)文本和音頻令牌定價(jià)。音頻輸入的價(jià)格為每 100 萬個(gè)代幣 100 美元，輸出的價(jià)格為每 100 萬個(gè)代幣 200 美元。OpenAI 還在 API 中構(gòu)建了強(qiáng)大的安全功能，包括自動(dòng)濫用檢測(cè)和人工審核機(jī)制。
OpenAI 計(jì)劃在未來擴(kuò)展 API 的功能。它旨在支持其他形式，如視頻和視覺輸入。
與 Anthropic 的 Claude Sonnet 3.5 Artifacts 相反，OpenAI 最近推出了 canvas。這是一個(gè)與 ChatGPT 一起編寫和編碼項(xiàng)目的新界面。
并不奇怪。OpenAI 用于 ChatGPT 的新畫布界面在編碼方面與 Anthropic 的 Claude Sonnet 3.5 相差無幾，開發(fā)人員一直喜歡 Claude 在快速生成、調(diào)試和學(xué)習(xí)代碼方面的能力。
Flexpa 首席技術(shù)官 Joshua Kelly 說：“按需軟件就在這里，”他與 Claude 一起在幾秒鐘內(nèi)創(chuàng)建了一個(gè)自定義應(yīng)用程序，強(qiáng)調(diào)了 Claude Artifacts 如何使用戶能夠快速開發(fā)定制的應(yīng)用程序，并推動(dòng)每個(gè)人作為潛在應(yīng)用程序開發(fā)人員的愿景。
同時(shí)，GitHub 還通過其多模型陣容在編碼領(lǐng)域樹立了新標(biāo)準(zhǔn)——Claude 3.5 Sonnet、Gemini 1.5 Pro 以及 OpenAI 的 o1-mini 和 o1-preview。這為 VS Code、Xcode 等帶來了無與倫比的多功能性和開發(fā)人員選擇，將 GitHub 定位為滿足當(dāng)今代碼生成需求的終極工具包。
4.有錢能使鬼推磨
雖然與去年相比，OpenAI 和 Anthropic 的用戶都出現(xiàn)了顯著增長，但它們的創(chuàng)收策略揭示了截然不同的方法。
根據(jù)上述分析，OpenAI 的大部分收入增長來自其 AI 模型（如 ChatGPT）的付費(fèi)訂閱，而 Anthropic 的大部分收入是通過 API 服務(wù)獲得的。
圖源：AIM
實(shí)時(shí) API 以及語音和語音控制等創(chuàng)新使 OpenAI 的收入在 2024 年飆升至 40 億美元，比去年增長 580%。他們的預(yù)測(cè)收益更令人印象深刻，預(yù)測(cè)表明他們?cè)?nbsp;2025 年可能達(dá)到 116 億美元。
對(duì)于 Anthropic 來說，可用性的飛躍促進(jìn)了收入增長，今年達(dá)到 10 億美元，增長了 1000%，大部分收入來自 API 訪問，迎合尋求無縫 AI 集成的開發(fā)人員（這一點(diǎn)跟OpenAI今年在開發(fā)人員方面發(fā)力的做法是相類似的）。
如果沒有 Microsoft，OpenAI 幾乎無法生存。這家科技巨頭與 OpenAI 根深蒂固的合作伙伴關(guān)系，包括迄今為止投資超過 130 億美元，現(xiàn)在預(yù)計(jì)季度虧損將達(dá)到 15 億美元。Microsoft 將這一成本歸因于其在 OpenAI 中的股權(quán)，因?yàn)楹笳呙媾R不斷增加的費(fèi)用以維持其快速增長。
想了解更多AIGC的內(nèi)容，請(qǐng)?jiān)L問：
