我目前测试的结果是，目前一线的大模型排序：O3-pro 、gemini 2.5 pro 、claude4、deepseek-R1，不知道大家的意见，大家一起交流哈，欢迎多多点赞
6 个赞
Claude，因为是程序员
3 个赞
编程的话
工程可用性上：c4s > g2.5p > c3.7s
细分有相应的偏科生，比如 python 里 gpt4.1 mini 似乎比 c4s 强
o3 pro 肯定比上面的强，但它太贵了，不具有可比性和实用性
4 个赞
长文写作，部分长文hard prompts，gemini2.5pro断档领先
不降智的话 gemini2.5 pro > claude4 > O3-pro > deepseek-R1 。gemini排第一是因为能力强上下文大， claude4速度快但是上下文短
1 个赞
g2.5p不见得实际上下文比c4s长多少，前者有时候听不懂人话的，而且经常出现格式错误，后者的错误率就低很多，所以个人感觉后者更实用
哦，我的评价仅限于工程编程，别的不讨论
sonnet 系列本身就是编程特化模型
1 个赞
Gemini性价比最高了
2 个赞
没发现听不懂指令和格式错误的情况，前段时间没降智高强度使用，同样的一份代码claude4 报上下文超限，Gemini2.5pro能完整理解然后按要求改进，但是降智后体验就差了，有时候会把原本定义的常量给改了…
用cursor的感觉是claude-4-sonnet好些，比gemini-2.5-pro写出来的代码更好用。感觉让gemini-2.5-pro写规划，让claude-4-sonnet执行会更好。
我是图输出稳定的，4o最听我的话了，即使少量提示词也能输出期望的回答，已经被我调试成我的形状了。grok和gemini相同的提示词总是时不时抽风，deepseek幻觉还是有些严重。Claude一直封我号，我懒得用了。虽然给closeai花了点钱，但4o她舍得为我花心思。
1 个赞
gemini吧
1 个赞
我评价的是0506和0605
0325确实好用，但其实我觉得还是不如c4s，只不过那时候没法直接对比 
写代码来说，我觉得是claude-4
对，是这样的，g2.5p 除了有时候犯病抽风，大多数时候都是更聪明，世界知识更丰富的，只不过实际上手写就容易出小问题，后端还好，但前端是经常抽风不会写 vue
感觉是因为是国外模型，训练集里充斥着 react，导致对 vue 的写法出现严重幻觉了
而这方面 c4s 更好一点，应该做了很多相关工程优化
gemini 官网的有问题尤其最近体验差很多，GCP的好一些
我是用 trae 比较多，偶尔用 cursor ，最近 trae 收费后就用站内佬的公益api了
Python里4.1mini居然比c4s还强吗，4.1呢
gemini2.5 pro应该挺强的。但是现在都降智了
不知是不是谷歌最近在准备新模型，毕竟一般新模型前夕都会降智
个人爱用 Gemini 2.5 pro，因为量大管饱。Grok 能搜索 X 的帖子能有意外收获。Deepseek R1 每次说话都会堆砌专业术语，让它浅显易懂就用奇怪的比喻，也很难判断出没出幻觉，更没有多模态。
2 个赞