Claude 4.5 vs GPT-5 vs DeepSeek V3：用同一组任务测了三天
Claude 4.5 vs GPT-5 vs DeepSeek V3：用同一组任务测了三天
最近几个主力模型都在密集更新，Claude Sonnet 4.5、GPT-5、DeepSeek V3 各有拥趸，争论从没停过。与其看跑分，不如拿真实工作场景测一遍。
测试周期：3 天，每个场景同 prompt、同温度参数，多轮采样取中位表现。
测试场景一：代码调试（Bug Reproduction）
任务：给一段有竞态条件的 Go 协程代码，要求定位问题、给出修复方案、写单元测试。
// 原始代码（简化）
var counter int
for i := 0; i < 100; i++ {
go func() { counter++ }()
}
fmt.Println(counter)
| 模型 | 定位准确率 | 修复质量 | 测试覆盖度 | 响应速度 |
|---|---|---|---|---|
| Claude Sonnet 4.5 | ✅ 精准指出 data race | ✅ sync/atomic + mutex 两套方案 | ✅ 含 race detector 测试 | 中等 |
| GPT-5 | ✅ 精准 | ✅ 给出 channel 方案更优雅 | ⚠️ 测试略简单 | 快 |
| DeepSeek V3 | ✅ 精准 | ✅ 方案正确 | ⚠️ 未主动加 -race flag 说明 | 最快 |
小结：三者都能准确定位竞态问题。GPT-5 给出的 channel 方案在 Go 惯用法上更地道；Claude 4.5 的解释最详细，适合教学场景；DeepSeek V3 速度最快，适合快速迭代。
测试场景二：长文理解与信息提取
任务：输入一份 8000 字的英文技术 RFC 文档，要求提取关键设计决策、列出 trade-off、用中文写摘要。
| 模型 | 关键信息覆盖 | Trade-off 理解 | 中文表达 | 幻觉风险 |
|---|---|---|---|---|
| Claude Sonnet 4.5 | ⭐⭐⭐⭐⭐ | 深入，能识别隐含假设 | 流畅自然 | 低 |
| GPT-5 | ⭐⭐⭐⭐ | 准确但较表面 | 流畅 | 中 |
| DeepSeek V3 | ⭐⭐⭐⭐ | 准确 | 更偏直译腔 | 低 |
小结：长文理解是 Claude 4.5 的强项，对 RFC 这类结构化文档的隐含逻辑把握明显更好。DeepSeek V3 的中文摘要有时偏机翻风格，但事实准确性不差。
测试场景三：数学推理
任务：一道组合数学证明题（鸽巢原理变体），要求给出严格证明步骤。
| 模型 | 证明正确性 | 步骤严谨度 | 能否自我纠错 |
|---|---|---|---|
| Claude Sonnet 4.5 | ✅ 正确 | ⭐⭐⭐⭐ | 是，会主动检验边界 |
| GPT-5 | ✅ 正确 | ⭐⭐⭐⭐⭐ | 是，步骤最规范 |
| DeepSeek V3 | ⚠️ 首次有小跳步 | ⭐⭐⭐ | 追问后能补全 |
小结：GPT-5 在数学证明的形式化程度上最强，步骤接近教材写法。DeepSeek V3 在纯推理题上偶有跳步，需要追问确认。值得注意的是，最近 HN 上有人声称 GPT-5.6 Sol Ultra 产出了「Cycle Double Cover 猜想」的证明草稿，数学推理能力的天花板还在快速上移。
测试场景四：成本对比（最关键的部分）
说完能力，说钱。API 调用成本在实际生产里往往比能力差异更影响决策。
以下价格以每百万 token（M tokens）计，输入+输出混合估算，官方价折算为人民币（汇率 ≈ 7.25）。
| 模型 | 官方价（¥/M） | 无量Api 普通价 | 无量Api SVIP价 | 省多少 |
|---|---|---|---|---|
| Claude Sonnet 4.5 | ¥21.0 | ¥10.5 | ¥7.5 | 节省 64% |
| GPT-5 | ¥108.0 | ¥54.0 | ¥38.5 | 节省 64% |
| DeepSeek V3 | ¥4.0（官方） | ¥2.0 | ¥1.4 | 节省 65% |
| Gemini 2.5 Pro | ¥18.0 | ¥9.0 | ¥6.4 | 节省 64% |
举个实际例子：一个中等规模的 RAG 应用，每天约消耗 500M tokens 的 Claude Sonnet 4.5，官方 API 月成本约 ¥315,000，SVIP 价下降到 ¥112,500——每月能省将近 20 万。
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 | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 中文表达 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
| 性价比 | 中 | 低 | 极高 |
| 响应速度 | 中 | 快 | 最快 |
我的实际选用策略
不同场景用不同模型才是成熟做法，没有哪个"全场最强"：
- 文档分析、长上下文对话：Claude Sonnet 4.5，理解深度和中文质量值回票价
- 严谨数学/复杂推理：GPT-5，但成本高，按需调用
- 日常代码补全、高频调用场景：DeepSeek V3，速度快、成本低，够用就是最好
- 多模态任务：Gemini 2.5 Pro，这块没在上面详测，但图像理解体验不错
这个策略的前提是：三个模型都能用同一套 API Key 管理，不用分别注册账号、分别管理额度。
关于国内直连访问
测试过程中用的是 无量Api，主要原因是：
1. 国内直连，不用挂代理，延迟稳定，不会在关键时刻断线
2. OpenAI 格式统一，切换模型只改 model 参数，不改调用逻辑
3. 300+ 模型一个平台管理，Claude / GPT / Gemini / DeepSeek / Grok 全有
4. 注册就送 ¥1 余额，余额永久有效，可以先试试再决定充值档位
对于 V2EX 上经常讨论的「绑卡失败」「额度重置」「账号关联混乱」这些问题，用 API 中转平台是最省心的解法——账号安全和额度管理都不用自己操心。
如果你也在做模型横评或者需要批量测试，欢迎直接用：