Ask HN: Si has usado GPT-4-Turbo y Claude Opus, ¿cuál prefieres?

Patrones generales de uso

• Muchos usan ambos modelos y eligen según la tarea; algunos ejecutan GPT‑4, Claude Opus y Gemini en paralelo, y luego continúan la conversación con el que mejor “entiende” la tarea.
• Casos de uso comunes: programación/depuración, planificación empresarial, aprendizaje de idiomas, redacción de correos y textos, resumir, generación de diagramas (p. ej., Mermaid) y estrategia/lluvia de ideas.

Fortalezas percibidas de Claude 3 Opus

• Programación: se describe con frecuencia como “por delante” de GPT‑4, más directo, mejor para entender ediciones dentro de código existente y hacer diffs concisos. Algunos dicen que puede ser una parte integral de un flujo de trabajo de ingeniería.
• Estilo: menos “lenguaje corporativo”, más conciso y menos obviamente escrito por IA; a menudo se prefiere para correos y escritura general.
• Enfoque: tiende a mantenerse en el tema, corregir respuestas de forma incremental y manejar mejor en algunos tests de usuarios instrucciones complejas de varios pasos.
• Multilingüe: se elogia para ciertos idiomas y dialectos con pocos recursos.
• Se considera que el nivel gratuito de Sonnet es claramente mejor que GPT‑3.5 por parte de varios; Opus se ve como una mejora notable sobre Sonnet.

Fortalezas percibidas de GPT‑4 / GPT‑4‑Turbo

• Lógica y artículos: algunos informan que GPT‑4 es superior para el razonamiento lógico complejo y para interpretar artículos académicos.
• Aprendizaje de idiomas: GPT‑4‑Turbo se prefiere para explicaciones de gramática/sintaxis, generalización de reglas, mnemotecnias y ejemplos.
• Fiabilidad: algunos encuentran GPT‑4 menos propenso a respuestas erróneas con confianza en preguntas sobre herramientas/cómo hacer algo, especialmente cuando se guía con un fuerte prompt de sistema que desalienta las alucinaciones.
• Herramientas: el intérprete de código integrado y un ecosistema más amplio (apps, plugins) son grandes atractivos.

Estilo, pereza y ajuste de prompts

• Varios comentarios dicen que las respuestas de GPT‑4 se han vuelto más perezosas o genéricas con el tiempo, posiblemente por coste o por ajustes de alineación; a veces necesita un segundo prompt para “esforzarse de verdad”.
• Claude suele percibirse como menos perezoso y más dispuesto a hacer el trabajo completo.
• Los prompts de sistema personalizados en GPT‑4 pueden reducir la verbosidad y el tono “corporativo”; la interfaz de chat de Claude ofrece menos control sobre el prompt de sistema.

Desacuerdos sobre calidad y alucinaciones

• Algunos consideran que Claude es notablemente mejor para optimización/algoritmos; otros lo ven peor para corregir errores o para preguntas factuales del tipo “¿cómo hago X en la herramienta Y?”, con alucinaciones persistentes.
• GPT‑4‑Turbo divide opiniones: algunos dicen que está cerca de la calidad del GPT‑4 original; otros lo llaman “prácticamente inutilizable”, especialmente para código (produce pasos de alto nivel en lugar de implementaciones concretas).
• Los informes de benchmarks en el hilo se contradicen: los benchmarks internos de una persona tienen varias variantes antiguas de GPT‑4 superando a Claude Opus; otro conjunto informal de pruebas tuvo a Claude resolviendo todos los problemas que GPT‑4 falló.

UX, acceso y fricción de políticas

• La interfaz de ChatGPT se considera más pulida (edición, cancelación), pero también con fallos para algunos; la interfaz de Claude puede bloquearse o carece de funciones avanzadas.
• Claude no está disponible oficialmente en gran parte de Europa; los usuarios recurren a Poe, Kagi, proxies o trucos de pago de EE. UU.
• Algunos usuarios prefieren Claude por razones no técnicas: mayor confianza en la dirección de la empresa y malestar con problemas previos de gobernanza de OpenAI.