虽然在专业性/最新技术编程（非通用性）方面，各大AI大模型都不咋地，但是，如果矮个子里挑高个子比较，chatGPT, Grok >> Gemini, Claude. 而且在近期，我明显感觉到了chatGPT的在这里的提升。

举例：有关一颗国产芯片SDK的编程

（1）对于稍微有些非常规性的问题，chatGPT和Grok给出了一步到位的正确回答

我想在官方demo工程里添加新的下一级子目录，这类问题稍微有点点非传统常规，结果只有chatGPT和Grok给出了正确的回答，而chatGPT更是一步到位给出了解释。

Gemini和Claude给出的都是"幻觉性"的回答（即答案本身是错误的，但是AI模型不知道自己错了，还一本正经像模像样的给方法建议），而我按照他们给出的建议，完全行不通。在我报告错误后，他们反复给建议，都不行，白白耽误了我1个多小时。

然而，chatGPT和Grok则直接一步到位给出了给出了正确的操作步骤。而且，chatGPT还进一步给出了需要这样做的原因：注册模块只能在根目录下有效，所以必须在根目录里添加，说其分析了官方demo工程里的脚本，得出的这个结论。这一点就让我惊艳了。

（2）chatGPT会根据问题描述进行针对性的具体分析，给出正确的解决办法

我在官方demo下参考AI给出的代码添加了一个功能（4个AI给出的代码基本一致），但是执行时，系统直接崩溃。然后我给出了崩溃的系统打印。结果Gemini和Claude只会按照传统的思路，建议我fullclean，结果依然无效。

然而chatGPT却根据我给的错误提示，直接一步到位的给出了说法：你新加的功能代码，有部分和demo里已有的重复了，并且说，这不怪我，因为官方的demo最新升级，出现这个重复就会导致系统崩溃。以前版本的不会导致崩溃。还顺带告诉我，如何避免git后台自动同步更新。

于是我去掉了这部分重复的代码，很快就搞定了。


为什么会有这样的区别呢？我是这么想的：

（1）chatGPT和Grok可能是实时知识更新（随时训练）上做得较好。

（2）chatGPT可能增强了幻觉性知识的风险处理

几个月前，有一次针对chatGPT的幻觉性回答，当时我曾建议，现有知识库里没有的知识，尤其是专业性强、或者较新的问题，建议作一个分级标签，不再简单的一律进行相似性模式匹配后给出答案，而是应该去现场实时搜索更新学习，或者直接尝试一些基本的分析推理。在这类问题中，有很多问题，只要进行一些简单的分析，就能判定简单的模式相似匹配的回答是明显错误的 并且能推导出正确的答案，可靠性比会单纯的模式匹配的回答要强很多。

当时chatGPT是认可这个建议的。现在看来，似乎，它莫非已经采取了这种分级方式，来显著降低了专业性或新知识领域的幻觉率？

（3）Gemini和Claude的political干扰较大，他们可能刻意在对东大用户，可能刻意降智回答

这一点，虽然没有直接的证据，但是很多相关的信息以及自己的使用体验，似乎支持这种说法。

当然，各大模型也都在不断优化改进调整，或许过一段时间，上述对比体验的说法也将会不再有效。但总之，作为人，在使用AI模型这个工具时，要时刻保持清醒，它只是一个服务于我们人类的工具。

: --
:
: ※ 修改:·ssteym 于 Mar 14 11:28:13 2026 修改本文·[FROM: 117.143.171.*]
: ※ 来源:·水木社区 mysmth.net·[FROM: 117.143.168.*]
--
修改:ssteym FROM 117.143.171.*
FROM 223.104.41.*