Claude与GPT能力评价为何分化

AI科技 · 4 篇公开推文 · 4 位作者 · 曝光 194574 · 评论 288 · 点赞 886 · 书签 148

用户对Claude Opus与GPT等模型表现有不同体验，有人认为中文X上的口碑与英文讨论不一致，也有人指出模型、套餐和使用方式会改变结果。

创作角度

比较公开使用与内部测试中的模型能力评价差异
分析任务类型、上下文和工具配置如何影响模型对比
从实测角度评估Claude与GPT的长处和短处

相关公开推文

发现个很有意思的事情，在中文 X 中，Claude Opus 5.5 几乎是碾压 GPT 6.1 Sol，所有人都说吊打。但在英文的 X 上，现在 Claude Opus 5.5 对比 GPT 6.1 Sol 大概是 6/4 开或者 7/3 开，其实 GPT 6.1 Sol 的口碑也是不错的。整体上大家还是认可 Opus 5.5 是目前最好的模型，但没有这么一边倒。

曝光 115244 · 评论 154 · 点赞 351 · 书签 49

查看原帖

@ScarletKc

我发现 Claude 的模型开 max 和不开 max 简直是两个人。。 Opus 5.5 是这样，Fable 5.1 也是，开完 max 理性了好多，也更有大局观之前有个顽固问题开 high 一直搞不定，换成 max 直接重构简化了一遍

曝光 42489 · 评论 26 · 点赞 157 · 书签 46

查看原帖

@zmt021

我发现陶哲轩不行是因为有一次他发了个chatgpt聊天记录。。。他明显用的plus，甚至可能是instant，因为pro聊这么长得几天几夜。。。我当时都已经几个AI agent开会讨论了，他还在和gpt plus聊天。。。后来成了反AI头子也很正常

曝光 37404 · 评论 27 · 点赞 214 · 书签 47

查看原帖

@HYJsfn9h

说实话，对大部分人来说，DeepSeek和ChatGPT没有区别甚至因为DeepSeek的速度优势，说不定DeepSeek还要优于ChatGPT

曝光 20757 · 评论 81 · 点赞 164 · 书签 6

查看原帖