This topic created in 64 days ago, the information mentioned may be changed or developed.
Supplement 1 · Apr 3
Supplement 2 · Apr 3
(arena)用一段简单代码对比测试(prompt 由 claude opus 生成, 不完全测试), 简单评价(模型均为最新最好)一下:
顶级: claude > chatgpt
优等: gemini > grok
对比 1: glm-5 > qwen
对比 2: kimi > longcat mimo
劣等: 豆包, deepseek, minimax, ernie
推荐使用方式:
关注模型评测网站, 选择表现好的实际网站, 在实际网站上选择表现好的最新最好模型, 不要使用快速模式.
生活化选择手机的语音 ai 或者豆包/品牌自带, 工作用顶级优等模型, 学习用优等及国产顶级模型, 龙虾关注次等模型厂商的 coding plan, 不要关注过于小众表现差的模型.
顶级: claude > chatgpt
优等: gemini > grok
对比 1: glm-5 > qwen
对比 2: kimi > longcat mimo
劣等: 豆包, deepseek, minimax, ernie
推荐使用方式:
关注模型评测网站, 选择表现好的实际网站, 在实际网站上选择表现好的最新最好模型, 不要使用快速模式.
生活化选择手机的语音 ai 或者豆包/品牌自带, 工作用顶级优等模型, 学习用优等及国产顶级模型, 龙虾关注次等模型厂商的 coding plan, 不要关注过于小众表现差的模型.
 |
1
avenger Apr 3
|
 |
2
kuhung Apr 3
我认为 arena 的主观打分盲测更靠谱 只要有排行，就免不了那啥
要不就是使用主流最新模型，其他的看看就得了 |
 |
3
SekiBetu Apr 14
个人体感
国外：Claude > Gemini 3.1 pro preview > ChatGPT 国内：豆包 > 千问 > kimi |
|
4
SekiBetu Apr 14
↑ Claude 因为是写代码专用，而且获取账号比较麻烦，也可以省略
|
|
5
SekiBetu Apr 14
ChatGPT 5.4 感觉有点拉了，再不推出点猛药可以不续费了，专心用谷歌的 gemini 了
|
|
6
SekiBetu Apr 14
其实可以发现，除了 Claude 这种黑马以外，AI 主要看谁手里的信息多，谷歌的信息浓度绝对比 openai 多很多，国内的抖音也是互联网信息浓度最高的，所以 Gemini 和豆包可以逐步领先
|
Select Language