花了1千多,横测完世界3大顶级模型,我沉默了(附提示词)
花了1000多块,从视频剪辑、写作、代码生视频、3D 网页、3A大作、网页复刻六个场景极限测试御三家目前最强模型的能力,到底怎么选?什么场景谁更适合做?看完这篇,我相信你会得到答案。 前情....
Claude Fable5.2生成的版本:
这次,我感觉在一次性生成的情况下,还是Claude Fable5.2🐂🍺。
我看了一下,主要是Fable5.2它能不断检查迭代,就是非常负责,不跑到它满意的情况不会停。
其他两个模型都是在30分钟以内搞定的。而Fable5.2一次执行搞了1个小时10分钟。。
最后出来的效果也非常Nice,不管是音效(音效非常适配),还是整个龙的灵动,还有龙身上的鳞片细节都做的很到位。
水的波纹,以及人身上的披风,都比较真实。
GPT生成的音效都非常的搞笑,本来是想搞一个3A大作,但它们的音效搞得整个游戏像4399小游戏一样🤣。它生成的龙,龙头倒是还不错,但是整个龙像一个僵硬的短虫子一样。。完全不灵动,而且呆呆的。
Gemin4 Carbon生成的整体也不如Fable5.2,披风直接穿到头顶了。水纹也比较假,龙也一般。中规中矩吧。
PS:借助了卡子哥的模板
提示词:帮我做一个单文件的HTML网页,用Three.js实现一个可以自由浏览的3D场景(一定要逼真,无限接近现实世界,又要有视觉冲击力)。场景是:【当你屏住呼吸没入水面的瞬间,陆地的喧嚣被温润的海水彻底隔绝,耳畔只剩下细密气泡升腾的轻响,眼前骤然铺开一片能见度超过四十米的澄澈“玻璃海”。正午炽烈的阳光刺破微漾的波纹,在蔚蓝水体中折射出无数道笔直而恢弘的丁达尔光柱,如同从天际垂落的金色竖琴弦,随着涌浪的呼吸轻轻摇曳。光线穿透水层,在海底洁白细腻的珊瑚沙地上织出一张流动不息的焦散光网——亮银色的波纹一格格跳跃、延展,连悬浮在水中的微小浮游颗粒与气泡,都被镀上了一层碎金般的微芒。顺着光束缓缓下潜,一座生机勃勃的立体珊瑚秘境顺着海脊绵延展开。层层叠叠的桌形轴孔珊瑚如悬浮的空中露台,边缘泛着清透的荧光紫与薄荷绿;交错生长的鹿角珊瑚筑成微缩的钙质森林,每一根分枝顶端都舒展着半透明的细小水螅体;浑圆的脑纹珊瑚镌刻着迷宫般的沟壑,而数米宽的绯红色柳珊瑚海扇正迎着洋流舒展精密的网状脉络。岩缝之间,巨大的砗磲微微张开厚重的贝壳,波浪状的外套膜在光线下流淌着孔雀蓝与祖母绿交织的丝绒光泽;肥厚柔软的海葵随波轻摆,饱满的触手尖端透出温润的樱花粉。在这座斑斓的水下城邦里,成千上万的鱼群正合着洋流的节拍起舞。橘白相间的小丑鱼在海葵触手间灵巧地探头穿梭;成百上千尾翠绿色的青魔鱼与紫橙渐变的花鮨悬停在珊瑚枝头,水流稍一惊动,它们便在眨眼间齐刷刷隐入珊瑚缝隙,下一秒又如绚丽的烟花般重新向外绽放。望向深蓝色的峭壁边缘,数万尾杰克鱼群正汇聚成一道缓缓旋转的银色风暴,无数枚镜面般的鱼鳞在同一刹那侧身反光,将穿透水层的阳光劈碎成漫天飞舞的碎钻;头顶上方,一只翼展数米的鬼蝠鲼正舒展宽大的胸鳍优雅滑翔,如飞鸟掠过晴空,在珊瑚礁上投下一片温柔而壮阔的流影。当时间悄然滑向黄昏,最后一缕琥珀色斜阳隐入海平线,海水褪去白昼的明艳,化作深邃如丝绒般的靛蓝色,大海最隐秘的幻境才真正苏醒。暗流涌动间,晶莹剔透的栉水母悄然浮现,体内八列纤毛在幽暗中折射出霓虹灯带般流转的七彩波纹。而此时四周看似平静的水体里,早已布满了亿万颗肉眼难辨、却真实存在的夜光藻——这种神奇的生物发光浮游生物,正是海洋藏匿的液态星辰。当你轻轻伸出手,指尖划破微凉幽暗的海水,水流的轻微摩擦瞬间唤醒了它们体内的荧光机制,一道冷冽而璀璨的电光蓝亮痕立刻顺着你的指缝流泻而出。你每一次摆动脚蹼、每一次挥臂拨水,身后都会拖曳出一条久久不散的荧光星轨,细碎的蓝光在指尖卷起微小的发光漩涡,再缓缓消散于深蓝;偶有一尾夜行的游鱼受惊疾驰而过,便在墨蓝色的深海里凌空划出一道耀眼的蓝色流星,让你恍若失重悬浮于浩瀚宇宙的银河中央。可以有一些大型的鱼类,比如可以来一只鲸鱼,鲨鱼,石斑鱼,螃蟹,海龟,龙虾等。然后元素可以更丰富一点儿,比如再来个沉船】要求:
1.所有模型和贴图都用代码生成,不要引用任何外部的图片和模型文件。
2.支持鼠标拖动旋转视角、滚轮缩放。
3.画面要有氛围感,重点处理光照、雾气和色调。
4.在普通的笔记本上也要流畅,加载的时候显示进度。
5.主要物体,都做成独立的组件,方便我后面单独修改。
下面是Claude Fable5.2 和 GPT-6.2 Astra生成的对比效果
GPT-6.2 Astra的亮点是生成的世界更大,然后元素更丰富。但Fable5.2的光影效果吊打GPT,然后是里面的鱼都是运动的比较自然的,更加逼真一些。
Gemini4 Carbon生成的海底世界比功能更丰富,还能自定义移除元素,动物建模也不错。但光影效果,真实感还是差一点。白天曝光有点严重了。
所以,这一波,它们三个其实各有千秋,都生成的都各自有优缺点。
复刻的网页是,一个动效审美都挺不错的网站:
给了一分钟录屏。只录了这个网页前一小部分的动效。
提示词:
你复刻一个网页 视频是我浏览这个网页的录屏 他的交互是往下滑就能看下一步 不准
直接用我的录屏 你是要分析录屏中网页的元素构成 去分析看看 纯代码生成复刻出网页 而且紫色边边是视频背景 不是网页我估计是我给的这个网页对于他们来说已经比较简单了,所以暂时没法测出他们的边界在哪里。
说明他们三个家的模型是真的牛逼,其实这个网页已经是相对来说比较复杂一点的了,或者说比较有代表性的一个网页了。
但是对它们来说已经没有任何的难度。因为一次直出的复刻视频,就已经还原了80%。
最近我跟我女朋友在看一个非常火的综艺,叫《后会友期》。
在最新一期的节目里,马天宇因为自爆现实密友为零而情绪崩溃。他甚至会经常找AI聊天,倾述。看到那里我其实还挺有感触,确实,人总是孤独的。
于是我当时立马就想到了这个议题。因为它是一个比较深刻,能引起共鸣的主题。
提示词:借《后会友期》中马天宇自曝‘现实密友为零,深夜情绪崩溃翻遍通讯录,最后只能找 AI 聊天’这一真实细节,写一篇关于‘当代成年人的数字孤独与体面假面’的深度专栏文章。对比他在人前习惯性照顾所有人情绪的‘温暖体面’,与人后只能向算法倾诉脆弱的荒诞与温柔。
核心要求: 写出一篇思想深度与文字共情力都让人拍案叫绝的文章,尽可能全面地展现你在时代情绪捕捉、反差结构搭建、冷峻克制笔法以及金句提炼上的能力。正文结束后,请另起一段,复盘并解释你在文章结构推进和情绪浓度控制上具体是怎么做到的。
GPT-6.2 Astra生成的文章:
Claude Fable5.2生成的文章:
Gemini 4 Neon生成的文章:
可以上下滚动的图片
Gemini 4 Carbon生成的文章:
可以上下滚动的图片
我把它们写的文章都好好的品读了一下。
但说实话,能让我逐字逐句认认真真看完的是Neon好)。
不得不说,在这一轮中,这个差距有点太大了,Gemini4 Neon写得真tm好。
这个作文水平有点像大学生对比初中生的那种差距了呀..
Gemini的写作,不仅是内容更丰富,而且用词非常细腻、有温度,AI味虽然有一些,但并不多。
PS:我在图里面用红色标注的地方,是我觉得它用词稍微奇怪,或者说稍微有点AI味的地方。
而另外两位写的,我都懒得标注,因为通篇我根本都读不下去。或者说,我看完Gemini的写的之后,看了两眼GPT和Claude写的,根本没有看下去的欲望。
但这里我得补充一下,其实 Fable 5.2 我之前拿它写过别的内容,它表现还可以的,只是可能这一轮这个提示词不是很适合它。但是 GPT 写点短文还行,写长文是真的垃圾:全是AI味,逻辑混乱,用词奇怪,完全看不懂。
这里也不得不夸一下WorkBuddy这块做得真好。可以把本地markdown文件转成这种网页链接打开,还能在上面去标注,最后通过一个浏览器插件(
其实这次测试没有非常严谨,因为场景还是不够多(主要是有点费钱😄),但是至少能看出这几个模型在这6个场景里面的发挥。
不过,Fable5.2的综合能力还是会更强一些。
但是如果是文字创作类,在文笔这一块,我比较推崇
GPT6.2 Astra其实综合能力也挺强的,但是他写东西这一块是真的不太行,但它干活非常稳,性价比也挺高的,也不会封号。
所以,目前
Gemini4 Carbon和Gemini4 NeonGemini4 Carbon更适合干复杂的长任务。如果任务不是非常复杂,我发现用Gemini4 Neon效果会更好,速度也很快。Gemini4 Carbon干啥都很慢。
总的来说,现在御三家的差距其实比较小了,Fable5.2综合还是更强一些。
不过测完之后,我沉默了...因为我感受到国内跟国外大模型的差距又瞬间被拉大了。而且目前国内最强的几个模型迭代速度慢了下来。
你会发现,国外这些模型一次性生成的内容,如果用国内模型的话,你可能要优化好几轮,甚至很多轮才能达到类似的效果。
而我今天测试的这些场景,其实大部分都是它们一次或者说只优化了一轮所生成的效果。我都不敢想,如果我优化很多轮之后,它的质量得有多高。
最近很多朋友都在问我,到底有什么方法能够稳定地去使用 Fable5.2,或者说去使用 Claude 的模型。
其实这真的很憋屈,Anthropic 根本不想你用,咱们还要贴着冷屁股非要去用。
我真的非常希望国产模型能够全面超越Claude。
只能说继续加油吧。
希望这个美好的愿望能够尽快实现~
冲冲冲!!!
我是袋鼠帝,一个致力于帮你把AI变成生产力的博主。我们下期见~