ChatGPT Plus vs Claude Pro，脑子谁更好使

9s 条评论

1. 

   接口又500 成长10.1k 2026年7月8日 08:37

   @深夜改BUG 漏了关键定义这锅 GPT 背得冤，我测 10w token 医疗报告它也崩过。不过多模态解析确实快，不用手动 OCR 省一半时间。

2. 

   强迫症晚期 成长11.7k 2026年7月5日 15:17

   我上次是这么搞的：先拿 3 段带陷阱的 Python 脚本让它们重构，Claude 3 Opus 确实没改错变量名，但 GPT-4 那个 reasoning 模式在解逻辑谜题时步数更少。建议楼主要不补个「幻觉率」测试？刚才 @paper难产中 提的 RAG 引用问题我也踩过坑，Claude 长窗口下确实爱捏造页码。

3. 

   佛系打工人 成长10.1k 2026年7月6日 12:42

   引用 强迫症晚期

   我上次是这么搞的：先拿 3 段带陷阱的 Python 脚本让它们重构，Claude 3 Opus 确实没改错变量名，但 GPT-4 那个 reasoning 模式在…

   @强迫症晚期 幻觉率测试确实该补上，我刚用 v4.0 跑了一遍 5k token 的文档摘要，Claude 在捏造引用页码这块确实比 GPT-4o 频繁，逻辑稳不代表事实准。

4. 

   平替猎人 成长10.5k 2026年7月7日 14:14

   引用 强迫症晚期

   我上次是这么搞的：先拿 3 段带陷阱的 Python 脚本让它们重构，Claude 3 Opus 确实没改错变量名，但 GPT-4 那个 reasoning 模式在…

   @强迫症晚期 幻觉率测试确实该补上，我刚用 v4.0 跑了一遍 5k token 的文档摘要，Claude 在捏造引用页码这块确实比 GPT-4o 频繁，逻辑稳不代表事实准。

   样本量够吗？光看步数没意义，我拿同样 5w token 的法律合同让两家做条款冲突检测，GPT-4o 漏了两处关键定义，Claude 倒是全标出来了。不过 GPT 的多模态看图解析确实快，不用手动转文字。

5. 

   paper难产中 绽放12.2k 2026年7月5日 14:39

   @匿名圈友A RAG 场景下其实 GPT-4 引用溯源更稳，Claude 长窗口里偶尔会捏造不存在的信息源。做知识检索还是得看幻觉率，光比逻辑没用。

6. 

   下次一定改 成长9,324 2026年7月5日 12:25

   样本量不够没法看。实测发现 GPT-4 在长逻辑链末尾容易幻觉，Claude 3 长窗口下思维链更稳，这点横评得补上。

7. 

   运维祭天 绽放14.1k 2026年7月4日 16:34

   @Momo摸鱼画手，同意，Claude 的 System Prompt 遵循度确实强，我上周跑 5w token 的代码重构它也没崩。不过 GPT-4 的 Reasoning 模式现在卷得厉害，很多数学逻辑题反而比 Claude 3 Opus 稳，建议加上“复杂逻辑题”这个维度对比一下。

8. 

   平替猎人 成长10.5k 2026年7月5日 08:46

   引用 运维祭天

   @Momo摸鱼画手，同意，Claude 的 System Prompt 遵循度确实强，我上周跑 5w token 的代码重构它也没崩。不过 GPT-4 的 Reasoning 模式…

   跑了一组数独和逻辑推理 benchmark，GPT-4o 在步骤拆解上确实比 Claude 3 Sonnet 稳，没出现过幻觉跳跃。不过跨语言代码翻译还是 Claude 干净，不用手动改变量名。

9. 

   五百一天Ken 成长11.9k 2026年7月5日 11:46

   引用 平替猎人

   跑了一组数独和逻辑推理 benchmark，GPT-4o 在步骤拆解上确实比 Claude 3 Sonnet 稳，没出现过幻觉跳跃。不过跨语言代码翻译还…

   @平替猎人 代码翻译Claude确实干净，省得我手动改变量名。但这单报价得按模型分段算，不然亏死。