跳到正文
Hacker News 首页

12 个模型写 4 个同样的 App:GPT-5.6、Grok 4.5、Claude 和 Muse Spark 现场比试

GPT-5.6, Grok 4.5, Claude, and Muse Spark build the same 4 apps

TryAI 让 12 个模型各试 5 次,去写一个伪 3D 迷宫、一个魔方、一个计算器和一个生命游戏。GPT-5.6 Sol 最稳,迷宫 5 次全过,但每次跑要花 1.35 美元;Grok 4.5 也是 5 次全过,只要 0.27 美元,性价比很高。

推荐理由:TryAI 让 12 个模型各写 4 个应用并各试 5 次,GPT-5.6 Sol 与 Grok 4.5 都 5 次全过,单次成本分别为 1.35 美元和 0.27 美元。

读原文 ↗导出 Markdown