Claude 3 \ Anthropic vs GLM-130B

Claude 3 est la famille de modèles linguistiques de troisième génération d'Anthropic, lancée en mars 2024. Elle comprend trois niveaux : Haiku pour la vitesse et le coût, Sonnet pour un rendement équilibré, et Opus pour la profondeur de raisonnement maximale. Chaque modèle cible un compromis différent entre intelligence, latence et prix.

La famille gère des tâches de texte, de code, d'analyse et de vision. Les modèles Claude 3 traitent les photos, les graphiques, les diagrammes et les diagrammes techniques. Ils prennent en charge une fenêtre de contexte de 200 000 tokens au lancement, avec des entrées dépassant 1 million de tokens disponibles pour certains clients. Opus et Sonnet ont été lancés sur claude.ai et l'API Claude dans 159 pays, suivis peu après par Haiku.

Anthropic a construit Claude 3 avec des méthodes de sécurité AI Constitutionnelle et des garde-fous de la Politique de Scaling Responsable. Les modèles sont disponibles via l'API Claude, Amazon Bedrock et Google Cloud Vertex AI. Sonnet alimente le niveau gratuit sur claude.ai, tandis qu'Opus est réservé aux abonnés Claude Pro.

Le GLM-130B, présenté à l'ICLR 2023, représente un modèle pré-entraîné bilingue ouvert révolutionnaire qui se distingue par ses impressionnants 130 milliards de paramètres. Développé pour la modélisation dense bidirectionnelle en anglais et en chinois, le GLM-130B exploite l'algorithme General Language Model (GLM) pour la pré-formation et est optimisé pour exécuter des tâches d'inférence sur une configuration de serveur unique, qu'il s'agisse de l'A100 (40G * 8). ou le V100 (32G8). De plus, sa compatibilité avec la quantification INT4 signifie que les exigences matérielles déjà modestes peuvent être encore réduites, permettant à un serveur avec 4 RTX 3090 (24G) de prendre en charge le modèle avec une dégradation minimale des performances.

Dans le cadre de son processus de formation, le GLM-130B a digéré un vaste ensemble de données composé de plus de 400 milliards de jetons de texte, répartis à parts égales entre le chinois et l'anglais. Il offre un support bilingue exceptionnel, des performances supérieures sur divers ensembles de données par rapport à ses homologues et offre des temps d'inférence rapides. De plus, ce référentiel favorise également la reproductibilité en facilitant les points de contrôle du code open source et des modèles pour plus de 30 tâches.