我让7个AI给我的猫建了个天堂 | 六大国产AI编程能力横评，春节AI横评第二弹

我纯个人经验，当AI编程效果不好时： 国内模型：我认为是模型的问题; 国外模型：我认为是我自己的问题； 试卷简单大家都能考八九十分，但难的时候，就是可用和不可用的区别了

♥ 36 ↩ 4

有一说一我还是更喜欢看up这种纯项目实测，哪怕有点不太客观，但实际项目就是实际项目，跑分现在真就图一乐[藏狐]

♥ 36

我的体验也很主观 vibe没少玩 体验下来除非价格相差300%+ 不然绝对不要去降低模型的梯队。 t0模型1mtok能实现的效果。 t1模型1mtok，那他就有可能不能一次成功，到时候再审计再改再迭代再测试，tok多花了不说😡我的时间是不是钱啊😡 t2以此类推。 看起来竞技场排名上面的可能就差几个点，实际使用天差地别。ps：之前glm4.7不是说对标Claude4.5son嘛[doge]我实际使用他对着gemini3p写的前端和Claude4.5ops的api文档修正接口连连看都连不明白[doge]那为什么我说这个呢？那肯定是因为Claude4.5son他还真能连明白。 然后glm5.0刚刚出来的时候窝借了个max有权限的账号测了，[doge]东西我给他发测试题目，他搁哪穷举数据找答案就和考试带手机我自己不写我网上搜索一样。 我找到答案了我直接填上去，你等着吼，正确这一块嗷。 这下感觉是看懂了，模型也搞应试训练是吧，真的是屋檐粒。

♥ 28 ↩ 10

说实话KIMI k2.5在官方哪里跑效果还是不错的，然后第三方提供的就非常烂，哪怕是官方提供的API也很难达到官网的效果，官网肯定是有特殊优化的。 其次关于Claude，我做过关于它的API适配，可能是协议的问题，一般情况下调用Claude就必须使用anthropic的协议不然会出现大问题。

♥ 15 ↩ 6

我用claude及codex，兩者都很不錯，後者尤其便宜。  但我最終花100usd訂閱claude而不是20usd的codex...

♥ 14 ↩ 9

感觉现在国内模型，就是跑分强，跟我之前上学一样，为了考高分，刷题，但是实际上一到日常应用，就和你的分数比差了一,之前写了一个干细胞档案管理系统(包括血液回输功能),国内的GLM4.6我写了差不多一周,真就是新增一个功能,大概要花几个小时去修改BUG,就是感觉自己可能描述上面有问题,后来改了国外模型后,真就是新增功能和修改BUG,太丝滑了

♥ 13 ↩ 2

Claude 目前订阅了Pro，离职在家就不买100-200刀的Max，Claude就是断崖式的领先，写白话他是所有这一轮写代码模型中，最听得懂人意图的， 很多描述并不清楚的地方，做出来的plan plan就是我想要的。但是Pro用量实在是太少了，用Haiku做管理类的工作，1小时跑跑完用量。 其次是MiniMax，速度相当快同时，能力比较稳定和综合，是有犯傻的时候，工具调用一直没出过问题，反观k2.5 glm有出现过工具调用出现问题的。目前觉得对Tearm模式支持比较好的国产模型，就是MiniMax了。 opencode用了两轮就不用了，比cc直观上要差不少，目前用法挺老套的，大部分Claude写Plan，Request，Technical，然后切到MiniMax去执行。然后看情况去用反重力的Gemini

♥ 11

也就是说，其他国产模型都是用OpenCode跑的不行就算了，ClaudeOpus4.6在OpenCode上跑不通工具调用出问题就可以上自己家的Claude-Code再跑一个高分出来。想起刚看的飞驰人生3的台词：我们愿意尊重规则，但它起码得公平啊！ 既然想突出ClaudeOpus4.6，为什么不从一开始就用CCR来调用所有第三方模型，在Claude-Code环境下做测试呢？我记得GLM和Minimax的模型本来就是为Claude-Code环境高度优化的，在OpenCode环境就会有很多莫名其妙的工具调用BUG.

♥ 10 ↩ 1

我只是想说一个就是，因为我用过各种各样的中转，就是如果说你要比他们的官方的利益的话，就是你要发挥一个模型最强的能力，那你一定是要去上他的官方的，不要上中专，很多中转是假模型，而且存在二次中转的情况。模型的能力是有损失的。所以说如果你真的要用最强的模型，那我恳请你一定要上官方。[笑哭]因为我自己用过非常多的中专。你不同的中转，它相同的模型名字。能力差距都有，而且很明显，而且有的中转它是没有thinking模型的。这种就是很经典的反代出来的某一个家国外的ide的模型。

♥ 9 ↩ 4

省流：08:19 minimax参数少，世界知识、专业知识完全不够；kimi2.5会复读；glm很慢，也经常不作为；gemini上下文理解有点问题；目前看来主codex+副claude是性价比最高方案

♥ 7 ↩ 1

对我这样的穷人来说，根本不用考虑codex以外的模型，gpt team约等于免费白送，其他即使国产模型基本也要钱

♥ 5 ↩ 7

请把价格这个因素加在打分表上

♥ 5

5.3codex用5天了 真的很强，opus4.6感觉复杂项目不太行了

♥ 4 ↩ 4

虽然我个人不喜欢 Claude，但编程工作现在看来还是 Claude Code 好用，下一次测评可以试试看用 CC 搭配 CC switch 来切换账号使用。我个人体感是国产模型到了 CC 里面，代码质量和效果都比在 opencode 里面写出来的要好，估计是 CC 有一些编程特化和工具特化（毕竟MCP，Tools， Skills 之类的都是 Claude 提出来的），而且国产模型对 CC 的支持也更好吧。 我也非常支持你的结论，真的是便宜模型不能做正事，浪费的时间和心情/信心比模型成本还贵。我现在就只能拿 GLM Pro 年包拿来做些很简单的Openclaw 的工作，稍微复杂的都不信任

♥ 4 ↩ 2

有没有可能是 claude code 的底层 agent prompts 写的好，而 open code 没有那么完善

♥ 4 ↩ 1

国产模型和codex没啥太大差距，不理解为什么在对比的时候没有5.3codex的对比，openai体感上确实给国产追上了

♥ 3 ↩ 4

第三方的claude工具使用错误可能是因为这些第三方api是从antigravity等其他平台带出来的，这些平台本身有自己的系统提示词和工具调用指令。再在opencode里用相当于镶嵌了两层不一样的提示词，所以才出现的错误。

♥ 2

没装oh my opencode的opencode还不如claude code.

♥ 2 ↩ 2

up能不能把第一轮的提示词放出来试试，也挺想试试的。

♥ 2 ↩ 2

能不能测测deepseekv3.2special

♥ 2 ↩ 1