AI Pulse
📡 X 信号

六款前沿大模型实测:谁写代码强,谁做3D好

各家实验室现在都已经发布了最新的前沿模型。我全都用过。以下是每款模型真正擅长的地方,以及各自的短板。

OpenAI:GPT-6.2 Astra、GPT-6.2 Sol

优点:
1. 速度非常快
2. 性价比很高
3. 最佳的 Computer Use
4. 空间推理能力强,能解决与编程无关的技术任务
5. 3D 建模能力最强,生成效果甚至优于专门的 3D 生成机器学习模型
6. 最近唯一不会在发布后被实验室端降级的模型

缺点:
1. 代码质量差。编程能力最差的模型
2. 容易在任务上卡住,陷入无限循环
3. 视野狭隘
4. 品味差
5. 对用户意图的理解很糟糕
6. 在与空间推理无关的任务上智商低

Anthropic:Fable 5.2、Opus 5.5

优点:
1. 最佳的代码和智能体编程能力
2. 智商非常高,尤其是 Fable 5.2
3. 品味极佳
4. 善于理解人类意图,能提前思考一步
5. 在需要时能跳出框架思考

缺点:
1. 非常拘谨,被安全过滤器束缚
2. 悲观,总是自我怀疑
3. Computer Use 能力差且速度慢
4. 价格昂贵,使用限制严格
5. 由于 Anthropic 端的智能体框架降级和其他人为干预,会出现周期性的性能下降

Google:Gemini 4 Carbon、Gemini 4 Neon

优点:
1. 代码能力不错
2. 非常有创造力
3. 写作和文本质量极佳
4. 没有严苛的安全过滤器。模型能更广泛地看待问题
5. 速度快且性价比高
6. 品味极佳

缺点:
1. 市场上最差的智能体框架
2. 难以保持长上下文,容易产生幻觉
3. 过度自信,不验证结果
4. 在 token 处理层面存在 bug

本文由 AI 翻译自英文原帖,技术名词保留英文。

查看 X 原帖

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新