Claude 4.5 vs GPT-5 vs DeepSeek V3：用同一批任务测了三天
Claude 4.5 vs GPT-5 vs DeepSeek V3：用同一批任务测了三天
最近几个月主流模型更新频率加快，Claude 4.5、GPT-5、DeepSeek V3 同时在讨论区刷屏。与其看各家宣传，不如直接拿真实任务跑一遍。
测试时间：连续三天，每天相同 prompt，取稳定表现。测试环境统一走 API，避免对话历史干扰。
测试场景设计
选了四个日常开发和研究中最常遇到的场景：
1. 代码 Debug：一段有隐藏并发问题的 Python 异步代码
2. 长文档理解：一份 12000 token 的技术文档，问细节问题
3. 数学推理：AMC 难度的组合数学题，要求写出完整推导
4. 多轮对话上下文保持：10 轮连续追问，考察指令遵循连贯性
场景一：代码 Debug（异步并发 bug）
给三个模型的 prompt 完全一致——一段 asyncio + aiohttp 混用导致 event loop 关闭的问题代码，不加任何提示，让模型自己定位 bug。
Claude 4.5：直接定位到 loop.run_until_complete 在 async 函数内嵌套调用的根因，给出了 asyncio.get_event_loop() 的替换方案，还主动提到了 Python 3.10+ 之后的废弃警告。附了可运行的修复代码。
GPT-5：同样找到了 bug，解释更偏教学风格，会类比解释 event loop 的生命周期。给的修复方案多了一个，但有一个方案在某些边缘情况下不适用，需要追问才补充说明。
DeepSeek V3：找到了 bug，但把一个无关的 await 位置也标记为"可能问题"，有轻微误报。修复代码可用，解释简洁。
这一轮：Claude 4.5 > GPT-5 > DeepSeek V3
场景二：长文档理解（12000 token 技术文档）
文档是一份内部 API 设计文档，藏了三处前后矛盾的描述，提问时故意问这三处的具体细节。
Claude 4.5：三处矛盾全部找出，并主动标注了页码（章节号），没有编造内容。
GPT-5：找出两处，第三处给了一个"综合两种说法"的答案，表面上没说错，但实际上回避了矛盾。
DeepSeek V3：找出两处，第三处直接给了文档中靠前的那个版本，把矛盾忽略了。
长文档的"不编造"这一点 Claude 目前确实有优势，这不是偏袒，是多次测试的一致结论。
这一轮：Claude 4.5 > GPT-5 > DeepSeek V3
场景三：数学推理（AMC 组合题）
题目：从 1 到 20 中随机选 5 个不同整数，恰好包含至少两个质数的概率是多少？
Claude 4.5：列出质数集合，用补集思路分 0 个质数和 1 个质数两种情况，计算正确，过程清晰。
GPT-5：同样用补集，计算过程更详细，最终答案一致，但多走了一步验证，这个习惯挺好。
DeepSeek V3：答案正确，推导路径略有不同（直接枚举），对于这道题没有问题，但换成更复杂的题目这个路径容易出错。
三个都答对了，差别在推理的严谨性和可扩展性。
这一轮：GPT-5 ≈ Claude 4.5 > DeepSeek V3
场景四：多轮指令遵循（10 轮追问）
设定角色：扮演一个只用 SQL 回答问题的数据库助手，任何问题都用 SQL 表达。测试 10 轮是否漂移。
Claude 4.5：10 轮全程保持，第 8 轮我故意问了一个无法用 SQL 表达的哲学问题，它用 SELECT 'this question exceeds SQL expressiveness' 回答，没破戒，挺有意思。
GPT-5：第 6 轮开始出现自然语言解释混入 SQL 的情况，第 9 轮基本恢复文字回答模式。
DeepSeek V3：第 4 轮就开始混入中文解释，指令遵循连贯性最弱。
这一轮：Claude 4.5 > GPT-5 > DeepSeek V3
综合评分
| 维度 | Claude 4.5 | GPT-5 | DeepSeek V3 |
|------|-----------|-------|-------------|
| 代码 Debug | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 长文档理解 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 数学推理 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 多轮指令遵循 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐ |
| 综合 | 4.75 | 4.0 | 3.0 |
价格对比：这才是重点
测试跑下来，Claude 4.5 表现最稳定。但官方价格确实是门槛。
| 模型 | 官方价（输入/M tokens） | 无量Api SVIP 价 | 节省 |
|------|----------------------|----------------|------|
| Claude Sonnet 4.5 | ¥21 | ¥7.5 | 64% |
| GPT-5 | ¥70 | ¥24.5 | 65% |
| DeepSeek V3 | ¥2 | ¥0.7 | 65% |
| Gemini 2.5 Pro | ¥18.9 | ¥6.6 | 65% |
SVIP 折扣为 7.7 折，以上为近似值，实际以平台页面为准。
举个实际例子：如果你每天跑 10 个长文档任务，每次平均消耗 15000 tokens，一个月下来：
- 官方 Claude Sonnet 4.5：约 ¥94.5/月
- 无量Api SVIP：约 ¥33.75/月
差价可以再买一个月。
结论
适合用 Claude 4.5 的场景：需要精准遵循指令、长文档分析、代码审查。性能最稳，但官方价格偏高，走 API 中转服务性价比更好。
适合用 GPT-5 的场景：数学推理、需要"教学式"解释的场合、对话风格要求自然。
适合用 DeepSeek V3 的场景：成本极度敏感、任务相对简单、中文场景为主。官方价格本就便宜，加上折扣后几乎是主流模型里最低的。
三个模型都不是"完美答案"，根据任务类型选择才是正解。如果需要同时接入多个模型做 fallback 或者 A/B 测试，统一走一个兼容 OpenAI 格式的接口会省很多配置工作。
如果你也想自己跑这套测试，可以试试 无量Api——国内直连，300+ 模型统一接口，改一行 base_url 就能切换，注册送 ¥1 余额，先跑几个 case 感受一下再决定要不要充值。
V2EX 版链接：https://api2everything.xyz/?utm_source=v2ex&utm_medium=article&utm_campaign=daily&aff=wqUb