預設路由不要绑死“总榜第一”。按請求类型分串流。
最少四条轴#
- 仓库內程式碼與测试通過。
- 超長规范遵循。
- 圖/影片理解。
- 每百万 token 與限速。
要點#
- 拆任務，不造总冠军。
- 公开榜只作入口。
- 路由按轴，不按品牌感情。
Claude vs OpenAI vs Gemini vs Grok 綜合效能天梯榜
四家旗舰不宜合成“永远第一”的单行榜。程式碼代理、長文件、多模态理解和價格延遲是四张表。用同一冻结题集，分别跑 Claude、OpenAI 现行旗舰、Gemini 2.5/3、Grok 现行档，记录通過率、人工返工和单价。公开竞技场分數只能当入口，不能当采购依据。本頁給讀榜方法；单家细节回 OpenAI / xAI / Gemini 欄目。
- 四家旗舰 对照
- 代码 / 长文 / 多模态 / 价 拆表
- 自有题集 依据
該內容對您有幫助嗎？
感謝回饋。