Claude Opus vs. GPT4 - A Practical Review (with code examples)

人工智能时代的挑战与机遇

• 嘿，大家好，我是戴夫。如果你对人工智能有一些兴趣，你可能已经注意到云3型家族的新发布，AI领域的发展日新月异，我们很难跟得上。就在两周前，谷歌在各个领域击败了GP4，现在又有恩特罗在声称他们的充电速度等方面有各种升级。作为一个职业AI工程师，我目前介绍给客户使用的主要是GP4和GPT 3.5。但随着如今我也可以接触到CLTH，并看到这些新的消息，我意识到我们必须不断切换和适应，以找到适合特定用例的最佳模型。我们必须考虑性能、智能、速度和成本等因素。现在我开始接触CLTH，这对我来说是一个新的机遇。

人工智能时代的挑战与机遇

从GP4到云模型：开发人员工作流程的比较

• 在我的测试中，我决定深入了解并快速比较目前的GP4和主要的Turbo模型以及这些新的云模型之间的区别，以及开发人员的工作流程是什么，因为我有一堆项目，你们可能也有类似的，会用到OpenAI和GPT模型，我们到底有多容易地切换或替换模型，而不变得太复杂。我在这里为您准备了一些代码，我也会供给给你们，并且我有两个服务，除了我将在这个视频中介绍的内容之外，我认为这些对你们都会有价值，因为这确实是我们在Data Lumina的所有项目中为大型语言模型设置的方式，我有一个Azure OpenAI服务和一个Entropic服务，我们将进行一个简单的设置，提供一个系统提示和一个简单的指导去创建一个简单的LinkedIn。

从GP4到云模型：开发人员工作流程的比较

提高内容创作质量：利用LLM生成结构化输出

• 在这篇文章中，我们将讨论如何利用LLM进行内容创作，我特别关注这些模型的结构化输出质量，因为最近来看，如果你还记得OpenAI的Jason模式，这是一个巨大的更新。至少对我来说，这个模式在指导LLM生成可靠的Json输出方面非常有用。以前只是要询问LLM提供Json输出等，现在已经成为我的默认选择。即使我并不特别需要Json输出，我仍然要求LLM这样做，然后获取第一个键作为响应。为什么这样做呢？因为从开发的角度来看，使用Json格式存储对象和数据更加合理。目前，即使是做简单的操作。

提高内容创作质量：利用LLM生成结构化输出

重塑信息交换：优化AI模型与云计算的工作流程

• 在进行信息交换的过程中，即使只保留第一个关键消息，然后提供一些额外的元数据，仍然可以非常有用，可以用来记录。这样，Turbo模型就成为了我的首选。当我们转向Azure开放AI平台时，可能会有些跳跃，但这只是基于我的观察进行的演示。在这里，你可以查看响应格式，与开放AI和Turbo模型互动时，你可以说想要JSON格式，并尝试了解在新的云模型中如何运行，并进行工作流程比较。我有两个工作示例，也有两个最终结果，让我们快速浏览一下，以展示首先有什么样的不同。

重塑信息交换：优化AI模型与云计算的工作流程

深入理解Azure OpenAI服务：为AI开发者带来的实际收获

• 可以在输出规格中进行定制，但它们可能会非常相似，这有点取决于风格和您喜欢的内容，但主要是从工作流程和开发者角度来看是否有意义。作为一名AI开发者，我是否应该至少注册并获取entropic的API密钥，看看我可以在哪里整合该模型。这不是一段视频，我将在其中审查所有这些基准测试，并找出最终最佳模型以及它在哪些方面更好。这只是一个实用的结论，供开发者参考：这对我意味着什么。话虽如此，再次简要介绍一下我们使用的Azure OpenAI服务。对于那些不了解的人，Azure OpenAI只是通过Azure使用Open AI模型的一种方式，而且有了额外的安全性，对我大多数的客户来说这是必须的。这就是为什么我们使用Azure OpenAI，但它仍然是相同的模型。因此，如果我们

深入理解Azure OpenAI服务：为AI开发者带来的实际收获

优化代码结构以实现更高效的数据处理

• 然后我们看看我们在这里所做的，这是一个简单的设置，这是一个类我们初始化它，我们链接所有这些凭证，然后我们有一个简单的函数来完成一次聊天，然后这里是生成响应函数，我们给出一个系统提示，我们说我们要写一个LinkedIn帖子等等，我们给它一些规格，然后我还说嘿，让我们以Json格式输出，我们希望得到内容关键词和标题，然后我们将其绑定到这个包含系统注册的消息格式中，然后我们将其实际发送到API，这确实是魔术发生的地方，现在由于我们指示将其作为Json对象返回，我们可以在这里调用Json loads，然后将其作为Json响应返回，所以如果我进来并再次运行这个，让我看看，等一下，我不必再次运行它，我已经将其保存在内存中，所以我现在可以查看我拥有的结果，现在我要求你写一篇LinkedIn帖子，但我有内容，我有一些关键词，我还有一

优化代码结构以实现更高效的数据处理

结构化输出在Json格式中的优越性

• 如果您想要创建某种自动化内容生成，可以使用内容管理系统来存储这些宝贵信息，那么结构化输出就非常有价值。在内容管理系统中，您可以使用这篇文章的标题，然后实际上，我们可以将内容作为字典中的一个键进行查询，然后列出实际内容。这就是为什么从llms中以Json格式输出的结构化数据是非常棒的。现在让我们看看在entropic中是什么样子。直到今天下午之前，我从未使用过entropic API，所以这对我来说都是新的。但幸运的是，它实际上非常简单，与如何使用open AI非常相似。他们在网站上有一些简单的入门快速指南，用Python快速入门。在这里，您可以看到风格非常相似，消息方面也完全一样，非常高兴看到，即使它们是竞争对手，它们也试图简化这一过程。

结构化输出在Json格式中的优越性

人工智能模型介绍

• 开发者经验现在在这里，如果我们看看目前的模型，他们介绍了三种模型。我们可以看到在介绍中提到了HIU，虽然目前尚未推出，但很快将可用。还有Sonet和Opus，随着级别的提升，智能化程度会增加，但速度会变慢，成本也会更高。他们解释说，Sonet是最平衡的版本，这是最强大的模型，也是成本效益最高的。目前您可以通过使用Opus或Sonnet来选择模型。让我放大一点，这样您就可以看清楚。与OpenAI的版本非常相似，但现在我们使用entropic进行操作，同样有系统提示和消息生成。

人工智能模型介绍

优化API输出参数的实用技巧

• 我最近在做一些有趣的事情，我花了一些时间在调试这个问题上，我想和大家分享一下，因为我认为这将非常有帮助。因为熵API不像open AI模型那样有结构化输出参数，但是有一些方法可以对其进行调整，基本上，你可以在这里看到。他们给出了一些控制输出的示例，例如，你可以简单地通过提示来控制它。但是我注意到有时候，即使你这样做了，仍然会出现一个问题，就是你要求Json输出，然后模型说好的，这是你的Json输出答案，然后它给出的是Jason，不对，这不是我想要的，我只想要Json，否则可能会遇到加载错误的问题。但是有一点非常酷，对我来说这是非常新颖的，就是你可以使用预填充选项，你可以提供

优化API输出参数的实用技巧

使用开放括号设定对话框：一种简单有效的方法

• 使用开放括号意味着您在提示中暗示，嘿，这应该是您答案的开始，然后至少根据我的经验，模型完成的唯一合乎逻辑的方式是实际提供Jason，这种方法通常效果很好。我进行了一些实验，并没有遇到任何问题。所以，设置消息的方式非常简单。首先提供系统提示，然后是用户输入提示，接着是另一条助手消息，然后再加上那个小小的开放括号，然后我们将所有内容发送到API并获得响应，但接下来需要做一件事，就是重新加上那个括号，因为这个... 这个有点...我不太确定这样的操作方式，但由于我们已经在这里有了开放括号，API将返回的消息基本上是没有括号的，所以您必须将它们重新组合起来，以便Json加载正常工作。因此，如果我们回到这里然后...

使用开放括号设定对话框：一种简单有效的方法

建立结构化JSON响应的重要性

• 在我们拥有相似的结构之后，现在我也可以向您展示这是什么样子的，就在这里，您可以看到仍在运行，是的，现在我们有了类似的设置，我们有一个标题，我们有关键词，实际上我们有内容，我们可以深入研究。现在，如果我们比较这个，就像我说的，我不会逐字逐句地审查哪一个更好，我认为两者都有各自的优势和劣势，更多的是通过示例和个人风格的微调，但从本质上讲，我们已经创造了一个设置，现在如果您要为客户创建某种应用程序或项目，您可以非常容易地更换不同的模型，并获得相同结构化的Json响应。我认为这是总体目标，也是我想在这个快速的小视频中向您展示的事情，这将是一个不断进行的过程，Google将推出Shop OpenAI将推出GPT 5 CLA将重新加入竞争，作为一名开发人员，我认为这真的是您应该努力工作的设置。

建立结构化JSON响应的重要性

控制您自己的代码基础：逐步迁移新模型

• 为了尽量减少抽象化，我也会尽力小心使用诸如Lang chain这样的框架，因为我已经遇到了多个问题，因为一切都在迅速变化，并且通过拥有自己的代码基础，为您自己的服务（例如针对Azure、Google等）创建可以快速包装的包装器，然后进行维护。那么，这些新模型是否更好？应该进行切换吗？嗯，这取决于。如果我们从基准测试来看，可能是更好的选择。如果从开发者的角度来看，那还是看您试图解决的问题是什么。如果您已经全面使用open AI gp4，那么请继续使用。但也许对于新项目，考虑尝试这种设置也是值得的。我肯定会继续尝试这种新模型。我已经列出了一些新项目，可能会同时进行评估，这将非常有趣。所以，如果您是开发者且尚未注册entropic，请尽快注册。

控制您自己的代码基础：逐步迁移新模型

探讨自由职业的魅力和机会

• 建议做这样的事情只是为了上榜，这样你就可以立即获得API密钥，如果你也想做像这样的AI项目，帮助客户，并且以自由职业的方式来赚取一些额外的收入，甚至可能全职，但你真的不知道从哪里开始，那么ProgramDataFreelancer是你可能想要了解的东西。免责声明，这将是一些无耻的推广，但我刚刚发布了ProgramDataFreelancer的全新版本，真的可以帮助数据专业人士、软件工程师和AI工程师真正开始自由职业，这是我过去5年一直在做的事情，完全靠这个谋生，我也帮助了很多其他人做到这一点，到目前为止，我们只有五星好评，人们喜欢这个项目，我们刚刚发布了一个全新的版本，使其变得更好。所以，如果这听起来适合你，你可以点击描述中的链接，你将进入这个页面，你可以观看这个视频，看看你是否喜欢，如果不喜欢也没关系，然后如果你觉得这个视频有帮助，请点赞并考虑订阅，那么我将在下一个视频见到你。

探讨自由职业的魅力和机会

Conclusion:

通过本文的比较和代码示例，您可以更清楚地了解Claude Opus与GPT4的优劣，从而更好地选择适合您需求的人工智能模型。

Q & A