Claude 4.5 vs GPT-4.1 vs DeepSeek V3：用同一批任务测了三天，结论有点意外
Claude 4.5 vs GPT-4.1 vs DeepSeek V3：用同一批任务测了三天，结论有点意外
最近 V2EX 上关于 Codex、GPT 套餐的讨论很多，正好趁这个机会把手头几个主力模型做一次横评。测试方法很简单：同一批任务，同一套 prompt，跑三遍取中位结果。
测试阵容
| 模型 | 版本 | 定位 |
|------|------|------|
| Claude Sonnet 4.5 | 2025-06 | Anthropic 主力对话/代码模型 |
| GPT-4.1 | 2025-04 | OpenAI 最新旗舰 |
| DeepSeek V3 | 0324 | 国产性价比标杆 |
Gemini 2.5 Pro 和 Grok 4 也跑了部分场景，会在对应位置附上数据。
场景一：代码调试（真实 Bug）
任务：一段 Python 异步爬虫，asyncio.gather 里有竞态条件，偶发 RuntimeError: dictionary changed size during iteration。直接把报错 + 代码贴进去，不给任何提示。
结果：
- Claude 4.5：第一轮就定位到问题根源——在回调里直接修改了共享 dict，给出了用
asyncio.Lock包裹写操作的完整修复，还顺手指出另一处潜在的CancelledError没有被捕获。 - GPT-4.1：也找到了竞态问题，修复方案是换成
collections.defaultdict+ 加锁，思路不同但同样有效。解释更详细，适合新手理解。 - DeepSeek V3：找到了问题，但给的修复方案是"把 gather 改成顺序执行"——规避了问题而不是解决问题。追问一轮后才给出正确的锁方案。
小结：代码调试场景 Claude 4.5 > GPT-4.1 > DeepSeek V3，但差距没有想象中大。
场景二：长文档理解（40k token 合同）
任务：一份英文 SaaS 服务协议（约 38k token），提取所有涉及"数据所有权"和"服务中断赔偿"的条款，并指出潜在风险点。
结果：
- Claude 4.5：200k 上下文窗口优势明显，一次性吃进全文，提取准确，风险点标注清晰，格式整洁。
- GPT-4.1：128k 窗口，文档略有截断，但核心条款没有遗漏，分析质量接近 Claude。
- DeepSeek V3：64k 窗口，文档被截断较多，遗漏了两处关键赔偿上限条款。
- Gemini 2.5 Pro：100 万 token 窗口，全文无压力，但这次分析的条理性略逊于 Claude，有些风险点描述过于笼统。
小结：长文档场景 Gemini 2.5 Pro 窗口最大，但综合质量 Claude 4.5 略胜；DeepSeek V3 在超长文档上有明显短板。
场景三：数学推理（竞赛题）
任务：AMC 12 难度的组合数学题 5 道，要求给出完整推导过程。
5 道题得分（满分 5）：
| 模型 | 得分 | 备注 |
|------|------|------|
| GPT-4.1 | 4/5 | 推导过程清晰，一道题计算失误 |
| Claude 4.5 | 3/5 | 思路正确但有两道步骤跳跃 |
| DeepSeek V3 | 4/5 | 表现超出预期，过程严谨 |
| Grok 4 | 5/5 | 全对，推导最详细 |
小结：数学推理是 Grok 4 的强项，DeepSeek V3 性价比突出，Claude 4.5 在纯数学上不是最优选。
场景四：中文创作（技术博客润色）
任务：一篇 2000 字的技术博客草稿，要求在保留技术准确性的前提下提升可读性，不要改变作者风格。
结果：
- Claude 4.5：改动克制，保留了原文的口语化风格，技术术语没有被"优化"掉，是最接近"润色"而非"重写"的结果。
- GPT-4.1：改动较大，文章变得更"正式"，失去了一些原文的个人风格。
- DeepSeek V3：中文语感最自然，但有几处技术描述被简化得不够准确。
小结：中文创作场景 Claude 4.5 > DeepSeek V3 > GPT-4.1，DeepSeek 的中文语感是真的好。
成本对比：这才是大多数人最关心的
以上测试跑下来，输入 token 消耗约 200k，输出约 50k。按官方价和无量Api SVIP 价分别算一下：
| 模型 | 官方价（输入/输出 per M token） | 无量Api SVIP 价 | 本次测试官方费用 | 本次测试 SVIP 费用 |
|------|-------------------------------|----------------|----------------|-------------------|
| Claude Sonnet 4.5 | ¥21 / ¥105 | ¥7.5 / ¥37.5 | ¥4.2 + ¥5.25 = ¥9.45 | ¥1.5 + ¥1.88 = ¥3.38 |
| GPT-4.1 | ¥14 / ¥56 | ¥5.0 / ¥20 | ¥2.8 + ¥2.8 = ¥5.60 | ¥1.0 + ¥1.0 = ¥2.00 |
| DeepSeek V3 | ¥2 / ¥8 | ¥0.7 / ¥2.8 | ¥0.4 + ¥0.4 = ¥0.80 | ¥0.14 + ¥0.14 = ¥0.28 |
三个模型全跑一遍：官方价合计约 ¥15.85，SVIP 价合计约 ¥5.66，节省约 64%。
如果你是重度用户，每天跑类似量级的任务，一个月下来差价相当可观。
综合结论
说实话，没有"最好的模型"，只有"最适合场景的模型"：
- 代码调试 / 长文档：Claude 4.5 是首选，上下文窗口和指令遵循都很稳
- 数学推理：Grok 4 > GPT-4.1 > DeepSeek V3，Claude 4.5 不是最优
- 中文内容：DeepSeek V3 语感最自然，成本还极低
- 通用日常任务：GPT-4.1 均衡性最好，解释详细适合新手
- 极致性价比：DeepSeek V3，效果够用、价格打底
如果你的工作流需要频繁切换模型，最省事的方式是用一个兼容 OpenAI 格式的聚合 API，改一行 base_url 就能在所有模型间自由切换，不用管各家的账单和网络问题。
关于访问成本
国内直连这几个模型一直是个麻烦事，官方渠道要么需要境外支付方式，要么延迟高。
我目前用的是无量Api（api2everything.xyz），支持上面提到的 300+ 模型，国内直连，OpenAI 格式兼容，注册就送 ¥1 余额可以先试试手感。SVIP 折扣是 7.7 折，对应上面表格里的 SVIP 价格。
- Zhihu 读者：https://api2everything.xyz/?utm_source=zhihu&utm_medium=article&utm_campaign=daily&aff=wqUb
- V2EX 读者：https://api2everything.xyz/?utm_source=v2ex&utm_medium=article&utm_campaign=daily&aff=wqUb
余额永久有效，不用担心月底清零。