大家都知道 Anthropic 家的模型，尤其是 Opus 的实力，在编码的实际体验中是最强的，没有之一。即使拿 gemini3.1pro 和 gpt5.3codex 比，这俩也是比不上它一点。
除了编码，大家跑龙虾也能感觉出来差别很大，尤其是多步骤工具链的复杂任务只有 opus 能完美胜任，opus 画的 svg 动效流程图也是比新的 gemini 强很多。
我的问题是，公开互联网训练数据大家都是一样的，各家的 RL 也差不离（这点应该没什么技术壁垒），经济实力上 OpenAI/Google 应该更有优势，那为什么训练出来的大模型只有 opus 家最强？
是 Anthropic 家训练更强调代码能力，侧重点不同导致的吗？
26 条回复 2026-03-15 12:47:10 +08:00
 | 1 neteroster 5 天前 via Android  2 https://cursor.com/blog/cursorbench 今天刚发的，内部包含 cursor 在真实用户的真实编码场景中遥测出的评测数据 Opus 不说落后，在编码上已经没有全面领先态势了。 |
 | 2 6diyipi 5 天前 直观感受 。Opus 花了 200 写的 bug, codex 一次修复、完美 |
 | 3 LHN 5 天前 2 `即使拿 gemini3.1pro 和 gpt5.3codex 比，这俩也是比不上它一点。`谁告诉你的这俩比不上一点啊,我用 codex 解决不了的问题 opus4.6 也解决不了,claude 目前用着就是速度快一点 |
 | 4 CoderUndefined 5 天前 @neteroster #1 但是看大部分反馈用 claude code 效果还是比 codex 好一些，可能各家 cli 工具，在工程上还有所不同 |
 | 5 kelvinji2009 5 天前 每个人的体感不太一样，综合看 Opus 4.6 和 GPT 5.4 high 交替被夸。某个模型解决不了，换另外一个就解决了，这个也不能直接说明哪个模型更强，很可能跟上下文有关。交叉使用多个模型解决问题，也算是一种最佳工程实践了。 |
 | 6 sillydaddy 5 天前 真的差别那么大吗，没有特别大的感觉，我的感觉反而是 gpt5.3codex 比较稳定可靠。我是在 cursor 内测试的。 下面的乘法题，gpt5.3codex 能做到，但 opus4.6 做不到（推理卡死、直接放弃改用 python ）。都是用的最高推理能力。 ``` 你能不借助工具，心算一道乘法题吗？为保证准确性，你必须要一步一步计算。这里的一步一步是指无论加法还是乘法，都只取 1 位数字计算。也就是 1 位数乘以 1 位数，1 位数加 1 位数，无论是中间过程还是结果。 834678372498583204724623 * 7827329472626174 ``` |
 | 7 bbbblue 5 天前 我感觉不太出来了。。。 之前 cc 现在用 codex 用了几个礼拜了。。。没啥太明显的差别 可能唯一有变化的是 gpt 写完之后会自己再精装修一下（但是 cc 偶尔也会 其实也没太大区别。。。 |
 | 8 mogutouer 5 天前 gpt 5.4 出来后感觉逻辑上没差别了，不过前端美观度还是 claude 略胜一筹，codex 有点直男。gemini 号称最强美工但 css 经常错乱，刚 3.1 刚发布的时候不是有个日见夜间切换按钮，尝试给他图片弄了一个，始终有样式问题，最后还是 claude 重来弄好的。 https://imgur.com/O1J5fpq https://i.imgur.com/O1J5fpq.mp4 |
 | 9 cz5424 5 天前 @sillydaddy 我用 cursor 很容易卡死，但是 antigravity 就不会，opus4.6 |
 | 10 AoEiuV020JP 5 天前 我始终感觉 claude 更懂我， 每次其他模型火起来我都会试试，但就经常冒出来`你连这都听不懂吗`的疑问， 也不是说 claude 就什么都能懂，但就是感觉其他总比 claude 差一些， 有种没理解我的想法的感觉，尤其是我希望 AI 遵守什么约束参考什么 skill 调用什么工具，点名 GPT 家的总是不合我心意自己乱来， 编程能力我是不觉得谁差的， |
 | 11 defaw 5 天前 从来没觉得 opus 强，用了几次都是蠢的要死故作深沉的在那进行一些可笑的推理，知识水平极差，没有知识就没有能力，知识这块 gpt 一直是最全面的，用 opus 推理 200k 上下文不如 gpt 直接给答案。 |
 | 12 deplives 5 天前 [即使拿 gemini3.1pro 和 gpt5.3codex 比，这俩也是比不上它一点] 真是靠嘴比 |
 | 13 zjengjie 5 天前 1 我用的公司给的 aws 上的 claude opus ，每次看到谁说这模型多么多么强一次解决问题没有任何缺点，我都怀疑自己用了个假模型。 |
 | 14 cvbnt 5 天前 我用 codex 的 GPT5.4 ，我感觉和 opus4.6 已经不分伯仲了 |
 | 16 default996 5 天前 一直在蹭免费的 codex 5.2 ，感觉已经很好了，有时候只需要手动修改一些代码就 OK 了 |
 | 17 cyp0633 5 天前 感觉洗数据造数据有一套，要么就是后训练太领先了吧，我倾向于前者 干活可能不再是最好的了，但语言上仍然简练有力而且自然 |
 | 18 ktyang 5 天前 我感觉 opus 还是聪明一点啊，gpt 偏老实一点，但是也没有断崖吧。 |
 | 20 10bravoman24 5 天前 via Android codex 5.3 的编码能力比 opus4.6 更强一些，但同样的 prompt 输入，它的理解能力上要差一些。 |
 | 21 vopsoft 5 天前 via Android 个人觉得 Anthropic 强 其他的确实比不了一点儿 |
 | 22 crackidz 5 天前 不说别的，Codex 5.3 Codex 已经在锤 Opus 4.6 了。至于 Gemini ？路边一条了，尤其是 Google 动不动就降智，现在编码这项上，已经基本和国产模型坐一桌了。 |
 | 23 prosgtsr 4 天前 via iPhone gpt 和 claude 这两家都有人吹 gemini 刚出的时候吹前端写得好，现在也没见到了 grok 大家只吹他能出涩图、别的路边一条 |
 | 24 XTTX 4 天前 gemini 3.1 pro 专门为了 svg 做了训练，实际使用远超 opus 4.6. 这个年代，每个模型都有自己特长。把他们特长加入自己的工作流. |
 | 25 canyue7897 3 天前 我也觉得 gemini 确实很不错 不知道是不是我个人的问题 偶尔会多修改一些内容 不太遵守指令 其他没任何问题 |
 | 26 lagrange7 3 天前 cc 和 codex 都在用，claude 张嘴就是专业，要求很多请求确认的改动，改了三四轮 还是不行 codex 只请求一次权限，两轮改好了，废话很少 这种对比差异出现很多次了，感觉小问题 cc 擅长，复杂了不一定。codex 对我来说唯一的缺点是感觉它改的好慢？ |
Select Language