• 请不要在回答技术问题时复制粘贴 AI 生成的内容
Kinnikuman
V2EX  ›  程序员

Anthropic 家的模型训练与其他家差别大吗?

  •  
  •   Kinnikuman · Mar 13 · 5541 views
    This topic created in 249 days ago, the information mentioned may be changed or developed.

    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 replies  •  2026-03-15 12:47:10 +08:00
    neteroster
    neteroster
    Mar 13 via Android❤️2
    1
    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。
    6diyipi
    6diyipi
    Mar 13
    2
    直观感受 。Opus 花了 200 写的 bug, codex 一次修复、完美
    LHN
    LHN
    Mar 13❤️2
    3
    `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
    CoderUndefined
    4
    @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
    kelvinji2009
    5
    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。
    sillydaddy
    6
    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。

    8346783724985839204724623 * 7827329472626174

    ```
    bbbblue
    bbbblue
    Mar 13
    7
    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。。。
    mogutouer
    mogutouer
    Mar 13
    8
    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
    cz5424
    cz5424
    Mar 13
    9
    @sillydaddy 我用 cursor 很容易卡死,但是 antigravity 就不会,opus4.6
    AoEiuV020JP
    10
    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,
    defaw
    defaw
    Mar 13
    11
    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。
    deplives
    deplives
    Mar 13
    12
    [即使拿 gemini3.1pro 和 gpt5.3codex 比,这俩也是比不上它一点] 真是靠嘴比
    zjengjie
    zjengjie
    Mar 13❤️1
    13
    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。
    cvbnt
    cvbnt
    Mar 13
    14
    我用 codex 的 GPT5.4 ,我感觉和 opus4.6 已经不分伯仲了
    clow
    clow
    Mar 13
    15
    @defaw 有示例么,我看看是不是 gpt 真的强,这俩我都有会员
    default996
    16
    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
    cyp0633
    cyp0633
    Mar 13
    17
    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
    ktyang
    ktyang
    Mar 13
    18
    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。
    defaw
    defaw
    Mar 13
    19
    @clow 两个场景,minecraft 的 3d 渲染,espidf 的嵌入式冷门库
    10bravoman24
    10bravoman24
    Mar 13 via Android
    20
    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。
    vopsoft
    vopsoft
    Mar 13 via Android
    21
    个人觉得 Anthropic 强 其他的确实比不了一点儿
    crackidz
    crackidz
    Mar 14
    22
    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。
    prosgtsr
    prosgtsr
    Mar 14 via iPhone
    23
    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
    XTTX
    XTTX
    Mar 14
    24
    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.
    canyue7897
    25
    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
    lagrange7
    lagrange7
    Mar 15
    26
    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?
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   2901 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 61ms · UTC 00:44 · PVG 08:44 · LAX 16:44 · JFK 19:44
    ♥ Do have faith in what you're doing.