Ask HN: 如果你用过 GPT-4-Turbo 和 Claude Opus，你更喜欢哪个？

Hacker News 讨论 ↗

总体使用模式

  • 许多人会同时使用两个模型，并按任务选择；有些人会并行运行 GPT‑4、Claude Opus 和 Gemini，然后继续与最能“理解”任务的那个对话。
  • 常见用途包括：编码/调试、商业规划、语言学习、邮件和文章写作、总结、图表生成（例如 Mermaid）以及策略/头脑风暴。

Claude 3 Opus 的感知优势

  • 编码：经常被描述为比 GPT‑4 “更领先”，更直截了当，更擅长理解现有代码中的修改并生成简洁的 diff。有些人表示它可以成为工程工作流中不可或缺的一部分。
  • 风格：较少“企业腔”，更简洁，也不那么明显像 AI 写的；常被用于邮件和一般写作。
  • 聚焦：往往能保持在主题上，逐步修正答案，并且在一些用户测试中更好地处理复杂的多步骤指令。
  • 多语言：在某些低资源语言和方言上受到称赞。
  • 多位用户认为免费的 Sonnet 层级明显优于 GPT‑3.5；Opus 则被视为相较 Sonnet 的显著升级。

GPT‑4 / GPT‑4‑Turbo 的感知优势

  • 逻辑和论文：一些人报告说，GPT‑4 在复杂逻辑推理和解读学术论文方面更强。
  • 语言学习：GPT‑4‑Turbo 在语法/句法解释、规则归纳、助记和示例方面更受青睐。
  • 可靠性：少数人认为，在工具/操作方法类问题上，GPT‑4 没那么容易自信地给出错误答案，尤其是在强系统提示词约束其避免幻觉时。
  • 工具：集成的代码解释器以及更广泛的生态（应用、插件）是重要吸引力。

风格、懒惰感与提示词调优

  • 多条评论提到，GPT‑4 的回答随着时间推移变得更“懒”或更泛化，可能是出于成本或对齐调优；它有时需要第二次提示才会“真的努力”。
  • Claude 往往被认为没那么懒，也更愿意做完整工作。
  • GPT‑4 上的自定义系统提示词可以减少冗长和“企业化”语气；Claude 的聊天界面提供的系统提示词控制较少。

质量分歧与幻觉

  • 有些人认为 Claude 在优化/算法方面明显更好；另一些人则觉得它在修复 bug 或回答事实性“我如何在工具 Y 里做 X”这类问题上更差，且会顽固地产生幻觉。
  • GPT‑4‑Turbo 评价两极分化：有人说它接近原始 GPT‑4 的质量；也有人称它“基本不可用”，尤其是代码方面（只给高层步骤，不给具体实现）。
  • 线程中的基准报告相互冲突：某人的内部基准显示多个较旧的 GPT‑4 版本击败了 Claude Opus；另一个非正式测试集则是 Claude 解出了 GPT‑4 失败的全部题目。

UX、可访问性与政策摩擦

  • ChatGPT 界面被认为更完善（编辑、取消），但对一些人来说也更容易出 bug；Claude 的界面可能崩溃，或者缺少高级功能。
  • Claude 在欧洲大部分地区并未正式开放；用户会转而使用 Poe、Kagi、代理，或通过美国支付方式绕行。
  • 一些用户出于非技术原因偏爱 Claude：他们更信任其公司的发展方向，并对 OpenAI 之前的治理问题感到不适。