Claude 4.5 vs GPT-5 vs DeepSeek V3：用同一批任务测了 3 天，结论有点意外

最近 V2EX 上关于 GPT-5 发没发布的帖子吵得很热，加上 Claude 4.5 出来后有人说"比 4 强但没想象中强那么多"，正好趁这个机会把手头几个常用任务拿出来做一次横评。

测试模型：Claude Sonnet 4.5 / GPT-5 / DeepSeek V3（2501）

测试周期：3 天，每个任务跑 3 次取平均印象

评分标准：实用性，不是跑 Benchmark

场景一：修一个真实的并发 Bug

用的是一段 Go 写的 worker pool，有经典的 goroutine 泄漏 + 竞态条件，没有加任何注释。

Claude Sonnet 4.5

直接定位到 sync.WaitGroup 调用顺序问题，同时指出 channel 没有 close 导致 goroutine 阻塞。给出的修复代码干净，还顺手加了 context.WithCancel 的建议。用时感受最流畅，像在和一个有经验的同事 pair。

GPT-5

也找到了主要问题，但解释更偏教程风，代码里加了很多注释。对 channel close 的处理稍微绕了一圈，不如 Claude 直接。好处是如果你想顺便学原理，它讲得更细。

DeepSeek V3

找到了竞态，但对 goroutine 泄漏的判断不够准确，给出的修复方案可以跑但不是最优解。价格优势明显（后面算钱），适合作为初步排查工具。

场景二：理解一份 8000 字的技术文档并提炼决策点

扔了一份内部 RFC，要求输出"三个最重要的架构决策"和"潜在风险点"。

Claude Sonnet 4.5

提炼质量最高，识别出一个文档里隐含但没明说的依赖关系，这个点我自己读的时候也没注意到。结构输出非常适合直接复制进会议记录。

GPT-5

总结准确，但倾向于把文档里已经明确写出的内容再复述一遍，"发现"能力弱于 Claude。如果你只是想要一个结构化摘要，GPT-5 够用。

DeepSeek V3

摘要能力不错，但在识别"隐含依赖"这类需要推理的点上明显弱一截。中文文档处理反而更顺滑。

场景三：数学推理（竞赛级别的组合数学题）

题目是 AIME 2024 的一道计数题，有陷阱。

GPT-5

这一轮最强。推理过程清晰，分步骤列出，最终答案正确。整个解题路径接近人类竞赛选手的写法。

Claude Sonnet 4.5

过程也对，但中间有一步跳跃，如果你想学解法需要追问一下。答案正确。

DeepSeek V3

在这道题上翻车了，中间一步计数出现了错误，最终答案错误。数学推理不是它的强项，至少在 V3 这个版本上。

场景四：代码补全速度与上下文保持

在一个 ~3000 行的 Python 项目里，让模型续写一个新模块，要求风格和已有代码保持一致。

Claude Sonnet 4.5

上下文保持最好，变量命名风格、错误处理方式几乎和原项目一致，几乎不需要人工调整。

GPT-5

风格有点飘，会引入一些原项目没用过的 pattern，比如突然加了装饰器。功能上没问题，但代码审查要多看几眼。

DeepSeek V3

速度最快，风格保持中等，适合快速原型，后期还是得人工 review。

成本对比：这才是很多人最关心的

下面用 100 万 token 输入 + 200 万 token 输出 的常见工作负载来算（单位：人民币）。

|---|---|---|---|---|

| Claude Sonnet 4.5 | ¥21 / ¥105 | ¥231 | 输入¥7.5 / 输出¥37.8，约¥83 | ↓64% |

| GPT-5 | ¥53 / ¥212 | ¥477 | 约¥172 | ↓64% |

| DeepSeek V3 | ¥1 / ¥4 | ¥9 | 约¥7 | ↓22% |

说明：无量Api SVIP 为 7.7 折，普通用户也有折扣只是稍低。DeepSeek 本身价格极低，折扣的绝对值就小。官方价格以截稿时汇率换算为参考，以实际为准。

DeepSeek 这里有个隐含逻辑：它便宜，但如果用它做质量不达标的任务，你要花更多时间人工修，时间成本要算进去。

综合评分

| 维度 | Claude Sonnet 4.5 | GPT-5 | DeepSeek V3 |

|---|---|---|---|

| 代码调试 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |

| 长文理解 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |

| 数学推理 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐ |

| 代码风格保持 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |

| 性价比（官方价） | ⭐⭐⭐ | ⭐⭐ | ⭐⭐⭐⭐⭐ |

| 性价比（无量Api） | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |

结论

没有一个模型能赢全场，这是实话。

日常代码工作：Claude Sonnet 4.5 是目前最顺手的，上下文理解和输出风格都接近"有经验的同事"
数学/推理密集任务：GPT-5 更稳
高频低精度任务、预算有限：DeepSeek V3 够用，但要接受偶尔需要 review

真正影响选择的往往不是模型本身，而是价格。Claude Sonnet 4.5 官方的¥21/M 输入对个人开发者来说还是偏高，这也是为什么很多人在找替代访问方式。

如果你经常用 API 做开发，可以看看无量Api（api2everything.xyz）——支持国内直连，不需要魔法，Claude / GPT / Gemini / DeepSeek 300+ 模型一个 Key 搞定，改一下 base_url 就能用。注册送 ¥1，余额不过期，SVIP 折扣到 7.7 折，上面成本表里的数字就是按这个算的。

Zhihu 版链接：https://api2everything.xyz/?utm_source=zhihu&utm_medium=article&utm_campaign=daily&aff=wqUb

V2EX 版链接：https://api2everything.xyz/?utm_source=v2ex&utm_medium=article&utm_campaign=daily&aff=wqUb