GPT、Claude与Gemini能力及产品策略竞争
AI科技 · 40 篇公开推文 · 34 位作者 · 曝光 2004299 · 评论 2359 · 点赞 10708 · 书签 5350
推文集中比较GPT、Claude与Gemini的新版本表现，也讨论模型用于编程、科研和视频制作的效果，以及订阅额度、重置和产品节奏。
创作角度
- Opus 5.5在代码、数学、视频生成等任务上的实际表现
- GPT-6、Gemini 4与Claude之间的基准测试是否代表真实产品能力
- 模型订阅限额、速度和重置政策如何影响开发者选择
- 模型能力提升会如何改变软件工程、研究和AI内容生产
相关公开推文
🚨 全体起立！ 我发现Claude Opus 5.5，不用担心被封的野方法！ 居然藏在 Microsoft Word 里！ 我试了，真的可以。 🔥 Microsoft 365 Copilot 在9月22日已经接入 Anthropic 旗舰模型 Claude Opus 5.5，直接在 Word 里写文章、改稿、处理长文档。 赢麻了，我的Microsoft 365 Premium 2030年到期，一份订阅最多 6 人使用（自己 + 5 位家庭成员）。 🐮 现在还是主账号可以用AI，微软从10月9日开始，准备逐步把 Copilot AI 权益改成家庭共享。 🚀 看我用Opus 5.5 写番茄炒蛋
曝光 548076 · 评论 248 · 点赞 906 · 书签 1024
查看原帖看到陶哲轩在TL上被群嘲🤡 陶哲轩为了贬低AI，设计了一个思想实验，说AI设计了一个药能治愈癌症，临床试验成功但是其机理不明人类无法理解，那你还敢用这个药吗？ 陶哲轩不知道的是，这在生物医学领域简直稀松平常🤡 所以做思想实验不要离开自己熟悉的领域🤡
曝光 452059 · 评论 304 · 点赞 3601 · 书签 524
查看原帖ChatGPT 有个隐藏模式叫'无限个人导师'。 它能在4小时内从零开始教你任何技能。 以下是6个提示词：
曝光 176164 · 评论 176 · 点赞 1025 · 书签 1154
查看原帖OpenAI 为什么会被 Anthropic 吊打？今天来了个 40 万美金（API）的真实案例。 大 V Theo 准备用 AI 把 TS 编译器移植到 Rust， 他先拿 GPT-5.6 Sol 和 GPT-6 Astra 跑了几个月，烧掉 40 万刀、写了 130 万行代码，最后卡在 84% 烂尾。 随后换上 Claude Opus 5.5 从头开始，仅用两周、花费 2.4 万刀就跑通了 18.1 万个测试。 作者更是直言：“我一行代码都没读过。” 这波算把差距焊死了吧？
曝光 82673 · 评论 86 · 点赞 336 · 书签 134
查看原帖这两天一直在吹 Claude 理解力强、前端写得好，整体用下来我也确实挺满意的。 但最近拿 Opus 5.5 写 Rust 后端，bug 越写越多，很多地方都没考虑周到。这块反而是 GPT 更严谨。 前端好不好一眼就能看出来，后端没想到的地方往往要跑起来才暴露，所以写后端的时候严谨真的比会理解需求更重要。 其实一直以来我用下来都是这种感觉，两边有好有坏，擅长的东西不一样。所以最好的做法还是一起用，写方案、审查、实现分开来，让它们各干各擅长的。 有人用的时候也有这种感觉吗
曝光 64065 · 评论 115 · 点赞 246 · 书签 56
查看原帖OpenAI 憋着要端出来的 GPT-6 Bel，剧本其实早就被行业看客猜得一清二楚了。 按现在的放风节奏，Bel 一出场大概率会拿着精心挑选的跑分把 Fable 5.5 按在地上，Codex 再顺势配合演一出类似当年 Astra 的惊艳演示，时间线上立刻又会铺天盖地刷屏“OpenAI 王者归来”。 结果顶多撑不过两周，隔壁 Anthropic 就会面无表情地把 Sonnet 6 或者 Opus 6 往线上一推，反手把全场重新干破防。 这种过山车式的戏码之所以能无限循环，是因为两家的生存机制完全长在两个极端。 OpenAI 现在背着沉重的估值包袱和退订焦虑，极度依赖高频的脉冲式发布来给市场打强心针。每当算力挤兑和企业客户流失的舆论压不住了，他们就必须从实验室里抢跑出一个定制的极限快照，用高度控评的 Demo 在社交媒体上制造一场视觉狂欢，把“我还领先”的叙事强行续费半个月。 而 Anthropic 根本不陪你玩这种公关特技。人家算力储备扎在物理电网和工业级机房里，每次都冷眼看着你在聚光灯下把营销弹药打光，然后再用不可动摇的吞吐稳定性、低延迟和纯粹的工程交付，把战线重新推回自己的统治区。 大模型的竞速早就从早期的学术秀场，演变成了重工业流水线的产能消耗战。 当一家公司需要不断靠发布会上的短暂高光来证明自己还没掉队，这场拉锯战的终局其实就已经没有悬念了。
曝光 57855 · 评论 48 · 点赞 148 · 书签 34
查看原帖OpenAI 即将发布 GPT-6 Bel。 Bel 是一个猛兽般的模型，将碾压 Fable 5.5 Codex 将再次迎来 Astra 那样的时刻，所有人都会觉得 OpenAI 回来了。 一两周后，Anthropic 将推出 Sonnet 或 Opus 6。 然后我们将回到当前的循环：Claude 碾压所有人。
曝光 50843 · 评论 65 · 点赞 298 · 书签 53
查看原帖很多研究灵感，可能并不藏在自己的领域里。 Meta、CMU 等团队这篇 IdeaScientist，想让 Agent 学会提出更有依据的科研 idea。 它的流程很清晰： 先读相关论文，找到当前方法真正卡住的问题； 再跳出本领域，去其他方向寻找解决过类似结构问题的方法； 最后把这些线索整理成完整的研究方案。 为了支持这种跨领域检索，团队还构建了一个包含 277 万条研究 idea 的数据库。 评测也挺有意思，系统只能看到 2026 年 1 月 1 日之前的论文，再看它能不能提前提出后来真实研究中出现的方向。 结果显示，IdeaScientist 在综合评分上超过多种 autoresearch baseline。 更值得注意的是，把搜索范围从同领域扩展到跨领域后，novelty 从 36.3% 提升到 67.0%。 这其实很像真实科研里常见的一种突破路径： 先把问题抽象清楚，再去别的领域看看，有没有人已经解决过「同一种难题」。 未来 Research Agent 想真正产生好 idea，可能得学会主动离开自己的领域边界。 📎 arxiv: https://arxiv.org/abs/2610.04074
曝光 47175 · 评论 8 · 点赞 570 · 书签 676
查看原帖Anthropic 今年有两次差点被卡住：一次是新模型被美国政府下架，一次是算力不够用。WSJ 的报道说，这两次都不是 Dario 解决的，是另一位联创 Tom Brown 出面找人摆平的。 6 月 Fable 5 和 Mythos 5 上线才三天，就被美国政府以出口管制为由下架了，僵持了好几周。最后是 Tom Brown 去跟政府谈，说 Anthropic 已经加强了安全措施，事情才算过去。 算力这边，Claude Code 太火，Anthropic 一直缺卡。Dario 找 Meta 借算力，被拒了。Tom Brown 就去 SpaceX 当面找马斯克，说 Anthropic 没他以为的那么政治正确，后来 Anthropic 每个月付 SpaceX 12.5 亿美元租算力。马斯克今年 2 月还在骂 Anthropic 邪恶。 我觉得别扭的是，Anthropic 对外一直最爱讲安全和原则，结果模型能不能上线、有没有卡用，最后都得看能不能跟政府和马斯克谈拢。
曝光 35103 · 评论 13 · 点赞 161 · 书签 33
查看原帖OpenAI 再次重击数学家：“他们摧毁了我的整个研究领域。” 这是法国《世界报》（Le Monde）在 2026 年 10 月 10 日发表的文章标题。他讲述了一位菲尔兹奖得主在看到 OpenAI 一次性公布数百项数学研究成果后，情绪崩溃、甚至流泪的经历。 他在 10 月 8 日法国数学会组织的视频会议上说：“周二深夜，我哭了，甚至把女儿吵醒了。”随后，他用一句话形容自己的感受：“他们摧毁了我的研究领域。” 这并非断章取义。《世界报》确实记录了这些话，而且披露了事件背后更深层的原因 OpenAI 在 10 月 6 日通过 GitHub 公开了一个尚未向公众开放的内部前沿模型生成的大批数学研究成果，涉及代数、几何、分析、理论计算机科学等领域。 很多研究成果针对的都是数学家数年甚至数十年试图解决的开放性问题。 对 Duminil-Copin 来说，冲击尤其直接： > 其中有 16 个问题与他的研究相关。 > 在某个研究方向上，AI 一口气生成了 13 篇相互关联的论文，覆盖原本需要逐步推进的研究计划。 > 他面前突然出现了超过 3,500 页与自己领域相关的 AI 生成材料，需要阅读、验证、理解。 数学家以多年为单位规划的研究，突然出现了一整套机器生成的解决方案。 这件事已经超出了技术竞争。 Duminil-Copi最担心的其实是年轻数学家。 过去，年轻研究者可以跟导师讨论一个问题，花几年探索，逐渐形成自己的研究方向。现在，一个公开讨论过的难题可能被企业的 AI 系统快速解决。 这会产生两个后果：研究者可能不愿再公开分享自己的早期想法；年轻人的学术成长路径也可能受到冲击。 尤其值得注意的是，他并没有决定放弃数学。 他打算继续阅读 AI 证明，理解其中的思想，组织其他数学家共同消化这些成果，同时投入更多教学工作。
曝光 30729 · 评论 32 · 点赞 169 · 书签 74
查看原帖OpenAI 刚披露了一个相当离谱的工程案例。 仅用 2 名工程师 + Codex + GPT-5.5，就把 ChatGPT 底层一个核心存储服务从 Python 完整重写成了 Rust。 结果： CPU 效率提升 6 倍 内存效率提升 15 倍 平均延迟、尾延迟显著降低 Rust 已承担 95% 的生产请求 更夸张的是，原来的 Python 版本峰值已经能处理每秒 2000 万次请求。 这可能是 AI Coding 改变软件工程成本结构的一个重要案例。 这个服务叫 Habitat。它是 OpenAI 的在线存储访问平台，ChatGPT、Codex 等产品都依赖它。用户登录 ChatGPT、打开对话、读取设置，背后都可能涉及这套系统。 整个平台的规模有多大？ 超过 500 PB 数据、每秒超过 7000 万次请求，服务超过 10 亿 ChatGPT 周活跃用户。 有意思的是，OpenAI 早就知道 Python 存在性能瓶颈，却故意等了一年才重写。 因为当时还有更重要的工程问题：asyncio 事件循环延迟、Feature Flag 导致的尾延迟、连接池负载不均衡、突发流量压垮下游数据库 先把架构和稳定性做好，再考虑语言迁移。 Python 版本能撑到 2000 万 RPS，本身就是一次相当成功的工程实践。 值得注意的是这次的重构配置只有2 个工程师，配合 Codex 和 GPT-5.5。 以前这种大型生产系统的跨语言重写，通常需要投入大量人工处理代码迁移、接口适配、测试和验证。 现在 AI Coding 有机会显著压缩其中的实现成本。 另外，OpenAI 没有一开始就抛弃 Python。 他们先用 Python 支撑业务快速增长，解决架构问题，再等性能收益足够明显时迁移 Rust。 这条路线很值得借鉴：早期追求开发效率，中期解决架构瓶颈，规模足够大时再优化运行效率。 以前一套 Python 服务运行稳定，即使 Rust 性能更好，也未必值得花大量人力重写。 现在 Coding Agent 可能让这个经济账发生变化。 未来软件工程的竞争，可能越来越取决于谁能用 Agent 安全地完成大规模重构、测试和迁移。 但前提始终是：性能收益真实，正确性有证据，迁移风险可控。 你觉得未来会出现更多「少数工程师 + Agent」重写大型基础设施的案例吗？
曝光 30465 · 评论 25 · 点赞 133 · 书签 105
查看原帖卧槽，如果这个传闻最终被证实，AI 的发展速度可能会进入一个人类从未经历过的阶段。 最近 AI 圈爆料称，Google 已经实现或非常接近 RSI，OpenAI 的神秘模型 Bel 可能通过 RSI 参与了近期的数学研究突破，而 Anthropic 正在训练代号 Fable 6 的下一代模型。 RSI，全称 Recursive Self-Improvement，中文叫递归自我改进。简单理解，就是 AI 开始帮助自己进化： 第一代 AI 帮助工程师改进训练算法、写代码、优化模型。第二代 AI 拥有更强的研发能力，又能帮助创造更强的第三代。 如此不断循环，一旦每一轮改进都能加速下一轮，AI 可能从几个月升级一次，逐渐进入越来越快的自我迭代周期。这就是人们讨论了几十年的智能爆炸。 Google 9月公开的 RRSI 研究，已经展示了 AI 如何自动优化自身 Agent 系统的提示词、工具和工作流程。 OpenAI 10月6日也公布了内部前沿模型生成的722篇数学手稿，涉及372组研究成果。 一旦完整的 RSI 闭环跑通，AI 研发的瓶颈就可能从人类工程师的智力和工作时间，转向算力、电力、实验验证和物理资源。 模型越强，研发效率越高，研发效率越高，新模型出现得越快。整个 AI 行业的竞争逻辑都可能改变，算力和能源会成为限制智能进化速度的核心资源。 如果 AI 开始加速改进自己，职业、企业乃至整个产业的调整速度，可能根本追不上技术迭代。
曝光 27511 · 评论 52 · 点赞 91 · 书签 56
查看原帖😲 这TM是PPT？闭上眼睛感受一下。 当年有这个效果，我上台讲PPT就嘎嘎乱杀了啊。 我们来测试PPT里的Opus5.5做鹈鹕骑车。 效果真好啊～ 这种视频动画，后面就随便做了。 可以研究一下能不能写代码。
曝光 25758 · 评论 32 · 点赞 25 · 书签 18
查看原帖