Claude 3.5 Sonnet과 GPT-4o를 직접 비교하면 다음과 같습니다.

끊임없이 성장하는 LLM(대형 언어 모델) 환경에서 두 선두 주자가 나머지 경쟁에서 눈에 띕니다. 바로 Anthropic의 Claude 3.5 Sonnet 과 OpenAI의 GPT-4o 입니다(“o”는 “Omni”를 나타냄). 두 AI 모두 인상적인 능력을 자랑하지만, 무엇이 가장 중요할까요? 이 가이드에서는 Claude 3.5 Sonnet 및 GPT-4o에 대해 자세히 알아보고 다양한 작업에 걸쳐 이들의 강점과 약점을 분석합니다.

상대적인 정확성과 응답 속도뿐만 아니라 가격 구조와 서비스 계층도 살펴보겠습니다. 이 기사를 마치면 귀하의 특정 요구 사항과 예산에 가장 적합한 LLM을 결정하는 데 필요한 지식을 갖추게 될 것입니다.

가격 및 등급

ChatGPT 사용자는 GPT-4o 모델에 무료로 액세스할 수 있지만 3시간 동안 요청할 수 있는 쿼리 수가 제한되어 있습니다. 해당 제한을 초과하면 쿨다운 타이머가 재설정될 때까지 OpenAI의 오래되고 기능이 떨어지는 모델인 GPT-3.5를 사용하게 됩니다.

사용자는 GPT-4o를 마음껏 사용하려면 월 $20의 ChatGPT Plus 구독 , 월 $30의 Teams 구독 또는 시장 요율의 Enterprise 구독 비용을 지불해야 합니다. 액세스 비용을 지불하면 AI 모델 사용에 대한 요금 한도가 대폭 늘어날 뿐만 아니라 Dall-E 이미지 생성과 같은 추가 기능에 대한 액세스 권한도 부여됩니다.

Claude에 대한 액세스도 거의 동일한 방식으로 설정됩니다. 무료 계층에서 사용자는 웹이나 iOS 앱을 통해 챗봇과 대화할 수 있습니다. 그들은 또한 이미지와 문서를 Anthropic 서버에 업로드하고 AI에 내용에 대해 문의할 뿐만 아니라 새로운 Claude 3.5 Sonnet 모델을 제한적으로 사용할 수 있습니다.

Pro 계정에 대해 한 달에 20달러를 지불하면 무료 계층의 모든 기능은 물론 더 높은 사용 제한, Claude 3 Opus 및 Haiku에 대한 액세스, 우선 대역폭 및 가용성, 세트 중심의 AI로 프로젝트를 생성하는 기능을 얻을 수 있습니다. 문서 또는 파일의. Teams 계정에 대해 1인당(최소 5명) 월 30달러를 지불하면 사용 한도가 훨씬 높아지고 팀원 간 채팅을 공유할 수 있는 기능이 제공됩니다.

클로드 사용의 장점

Claude는 GPT-4o와 같은 수준의 인지도를 누리지 못할 수도 있지만 Anthropic의 최신 AI 모델은 성능 벤치마크뿐만 아니라 경쟁사에 비해 많은 이점을 보유하고 있습니다. 우선 Claude는 ChatGPT보다 훨씬 더 큰 컨텍스트 창을 자랑합니다(200,000자 대 128,000자).

즉, 훨씬 더 많은 이전 대화나 텍스트를 기억하고 분석할 수 있어 특히 긴 상호 작용에서 더욱 미묘하고 관련성이 높은 응답을 이끌어 낼 수 있습니다. Claude는 또한 응답 시 창의성보다 정확성을 우선시하도록 교육을 받았습니다.

재미있는 하이쿠를 생성하는 데는 다소 어려움이 있을 수 있지만 Claude는 연구 논문을 요약하고 업로드된 데이터를 기반으로 보고서를 생성하는 데 탁월합니다. Claude의 지식 마감일은 GPT-4o보다 더 최근인 2024년 4월과 2023년 10월입니다.

또한 Anthropic은 Claude 모델을 Constitutional AI로 교육했습니다. 이는 시스템이 생성된 출력에 대해 판단을 내리기 위해 일련의 원칙을 구현하고, 헌법이 규정하는 일종의 윤리적 행동을 향해 모델을 효과적으로 안내한다는 것을 의미합니다. 여기에는 유해하거나 차별적인 결과를 피하는 것뿐만 아니라 불법적이거나 비윤리적인 활동을 설명하거나 옹호하는 것도 포함됩니다.

GPT-4o 사용의 장점

반면 GPT-4o는 사용자에게 Claude보다 더 다양한 기능, 더 큰 지식 기반 및 더 유연한 로그인 옵션을 제공합니다.

Anthropic의 제품과 달리 ChatGPT는 이미지를 생성하고(이 기능에는 구독이 필요함) 웹에 액세스하여 훈련된 데이터뿐만 아니라 사용 가능한 최신 정보를 찾을 수 있습니다. Claude의 가입 프로세스와는 달리 GPT-4o 사용자는 모델 사용을 시작하기 위해 확인을 위해 전화번호나 자격 증명을 전혀 제공할 필요가 없습니다. 그리고 더 큰 지식 기반 덕분에 GPT-4o는 Claude보다 이미지, 텍스트, 오디오 전반에 걸쳐 창의적인 콘텐츠를 생성하는 데 더 능숙합니다.

ChatGPT 웹사이트는 또한 Claude의 웹사이트보다 훨씬 낮은 비율로 사용자 요청으로 과부하되는 경향이 있습니다.

속도와 정확도 비교

두 모델 모두 사용자가 작성한 문장을 다듬는 것부터 컴퓨터 코드 및 스프레드시트 알고리즘을 만드는 것까지 다양한 텍스트 출력을 생성할 수 있습니다. "원의 면적을 측정하고 함수 그래프를 생성하는 Python 코드 조각"을 생성하라는 요청을 받았을 때 둘 다 유사한 구조의 스니펫을 반환했습니다. GPT-4o는 다음을 생성했습니다.

numpy를 np로 가져오기
matplotlib.pyplot을 plt로 가져오기

# 원의 면적을 계산하는 함수
def 계산 영역(반경):
np.pi * 반경 ** 2를 반환합니다.

# 반경 값의 범위를 생성합니다
radii = np.linspace(0, 10, 100) # 반경은 100포인트로 0에서 10까지

# 해당 면적 값을 계산합니다.
면적 = 계산_면적(반경)

# 함수 플로팅
plt.Figure(그림 크기=(10, 6))
plt.plot(반경, 면적, label='면적 = πr²')
plt.title('반지름의 함수로 나타낸 원의 면적')
plt.xlabel('반경')
plt.ylabel('면적')
plt.전설()
plt.grid(참)
plt.show()

한편 클로드의 반응은 좀 더 구체화되었습니다.

수학 가져오기
numpy를 np로 가져오기
matplotlib.pyplot을 plt로 가져오기

def Circle_area(반경):
math.pi * 반경**2를 반환합니다.

# 100포인트로 0에서 10까지의 반경을 생성합니다.
반경 = np.linspace(0, 10, 100)

# 각 반경의 면적을 계산합니다.
면적 = [반경의 r에 대한 Circle_area(r)]

# 플롯을 생성합니다
plt.Figure(그림 크기=(10, 6))
plt.plot(반경, 면적, 'b-', 선폭=2)
plt.title('반지름의 함수로 나타낸 원의 면적')
plt.xlabel('반경')
plt.ylabel('면적')
plt.grid(참)

# 흥미로운 점 추가
plt.plot(0, Circle_area(0), 'ro', label='r = 0′)
plt.plot(1, Circle_area(1), 'ro', label='r = 1′)
plt.plot(5, Circle_area(5), 'ro', label='r = 5′)
plt.plot(10, Circle_area(10), 'ro', label='r = 10′)

plt.전설()
plt.show()

이미지 식별 측면에서 두 모델은 밀접하게 일치합니다. 다음 이미지의 다양한 측면을 식별하라는 요청을 받았을 때 GPT-4o와 Claude 3.5는 모두 존재하는 21개 항목 각각을 쉽게 찾아 설명할 수 있었습니다.

GPT-4o는 훈련 데이터보다 더 최근의 뉴스를 웹에서 검색할 수 있다는 점에서 최근 사건에 대한 정보를 제공하는 장점이 있습니다. Claude에게 “어제 룩셈부르크에서 무슨 일이 일어났는지”라고 물어보면 다음과 같은 메모만 받게 됩니다. “죄송합니다. 하지만 저는 어제 룩셈부르크에서 발생한 특정 사건에 대한 실시간 뉴스나 정보에 접근할 수 없습니다. 내 지식의 마감일은 2024년 4월이고 그 날짜 이후의 사건에 대한 정보는 없습니다.” AI는 귀하가 요청한 정보를 어디에서 찾을 수 있는지에 관해 여러 가지 유용한 권장 사항을 제공합니다.

나는 두 시스템을 비교하는 것이 약간 어렵다는 것을 알았습니다. 주로 시스템이 3시간 동안 나를 잠그기 전에 Claude에게 6개의 요청만 할 수 있었기 때문입니다. ChatGPT의 무료 계층에서도 시스템에서 완전히 벗어나지는 않을 것입니다. 잠시 동안 약간 열등한 모델과 대화해야 할 것입니다.

어떤게 더 좋아?