从夯到拉睿评一下最新的大语言模型和agent写代码

首先叠个甲，我个人是Claude Max + GPT Pro + Google AI Pro三个订阅加上一个月差不多200 +的 Deepseek api和GLM api，渠道全都是官方。可以说算是九龙拉棺。光是deepseek一个月的消耗量就是五亿token，并且ds由于没有订阅所以还不是我蹬得最狠的。

Claude:最近claude 更新了Opus4.8，我看到很多人觉得4.7和4.8对比4.6没有进步反有退步。这个嘛，我个人体感，退步是算不上的，但进步确实没有。并且A除这个公司，真是无敌炒作大王，而且最近炒得越来越烂，真是顶级也够公司

不过一码归一码，目前基模能力而言claude还是绝对的夯。配合上claude code这个公认的代码原神，毫无争议的第一梯队

Openai: ChatGPT的基模，你说他拉了吧，他其实没拉。你说他没拉吧，他其实拉了。但真拉了吗？我觉得没拉。但你问真没拉吗？我觉得拉了。排在人上人吧

主要是我真觉得GPT的基模挺没意思的。不过在 Codex 内那就是另一回事了。Codex其实已经事实上取代了claude code成为我使用最多的工具。在消除幻觉这方面，我觉得是比claude code要优秀的，所以很适合用来计划和讨论。目前单就写代码层面，我一般是安排给claude code让他给我具体的计划，然后交给codex审查。然后我和codex消化完后再让claude code写代码。代码审查的能力也是一流，codex一般不会犯很蠢的错误。妥妥的夯

Gemini: 在我今年一月的排名中，Gemini因为当时很炫酷的1M上下文，还有极其开放的CLI使用政策被我抬到了夯爆了的高度。半年过去，彻底变成一坨大的。Gemini CLI在龙虾火的那段时间被过分反代滥用，导致包括Pro和Ultra用户都是完全无法访问。甚至我刚刚去查了一下惊讶地发现CLI要被谷歌关停了，以后全部转到antigravity 上，似掉了！无法访问+冢中枯骨，鉴定为拉

Gemini基模更不用说，幻觉大+不遵守提示词，完全就一个大号豆包，蠢得令人发昏。

Antigravity 则更搞笑，一开始搭配IDE时我还是饶有兴趣的试了一下，虽然Gemini本身不好用，但是在上面开claude还挺有意思的。结果没想到过了没多久IDE版居然被砍了，现在彻底变成agent应用。在基模性能不如claude和gpt的情况下价格一样且服务供应还不稳定，鉴定为何意味

Deepseek: Kept you waiting huh，首次体验DeepseekV4，睿男被吓到眩晕瘫坐，那一刻就像看到原子弹爆炸。这是我期待最久的模型，初版性能也没有让我失望。但看到价格时我还是心里一沉，说是下半年降价但是v4已经让我好等了，还要等降价吗，真够难受的。

没想到反转了，发布仅过了三天，梁圣就宣布打0.25折，打折期限到了后更是宣布折扣永久。这下梁圣的恩情真的还不完了。我对这款模型喜爱自不用多说，一个月烧的token量就足够证明我和小鲸鱼的羁绊。Claude和gpt再好终究只能在官方工具上做既定工作，而deepseek这才是真正够全方面接入的api价格。

不过你要讨论代码能力，小鲸鱼目前还不够。我是套在claude code上使用的，听说claude code会在非自家模型注入乱码来降低模型性能，不知道是不是真的。听说梁圣最近在做harness，等一个自家的agent好吧。并且视觉能力也要上线了，我很期待。我给他的评价是顶级，等一个V4.1好吧，ds神了

GLM: glm代码能力其实是强于deepseek的，我感觉是claude和gpt下的第一人。但我与它的蜜月期十分短暂，究其原因，coding plan始终缺货，单买api又太贵。而且我目前的ai工具已经够多，不再需要glm帮我填补什么方面。所以dsv4上线后基本就不买了，给我感觉是挺有亮点，但是无法大量使用的模型

Gork: 美国豆包懂都懂。联网搜索这一块还是不错的，不会真有人拿这个写代码吧？说来gork之前出vtb形象时我还挺感兴趣的。叫Ani说是，但实际模型太东北雨姐，后面出了个Mika就模型这块爆杀Ani了，可惜的是这两个聊起来都很无聊，像是一年前的ai工具。食之无味弃之也不可惜。单就二次元这一点给你拉高一档吧。Gork is that true？

豆包：你们知道吗，豆包是有萌娘百科的。如果真有人用豆包写代码的真得@ 出来了，这种人做什么都会成功的。

不过豆包好像要崛起了，最近听说字节憋了个超级大的，不知道是真是假，再探再报吧。

千问：开源社区小参数模型的神。光是其社区和部署能力我就要给他颁布一个人上人。从llama手上接棒了整个部署社区。另一边llama则是拉完了，或者说扎克伯格拉完了。llama最后被边缘化的下场令人唏嘘，蜥蜴人不行