九个模型档位推荐大分裂
anon1959 · reddit · 2026-07-13
作者把 Claude、GPT、Gemini、Grok 的多个档位拉出来，针对 10 个“best dev tool”问题做了横评，想验证：**同一家模型的不同 tier 会不会给出不同推荐**。 测试范围包括： - Claude：Haiku / Sonnet / Opus - OpenAI：GPT 5.5 / 5.6 - Gemini：Flash / Pro - Grok：Fast / Expert 问题覆盖了向量数据库、编码助手、LLM 观测、RAG 框架、GPU 云、TTS API、网关、agent 框架、评测、API 提供商等方向。结果很有意思： - 10 个问题里，没有任何一个问题的 #1 推荐能被全部 9 个 tier 完全一致地选中 - 同一家族内部也经常分裂：Claude 4/10 一致，Gemini 5/10，GPT 6/10，Grok 7/10 - 还出现了明显的“自我偏好”或反偏好现象：有的 tier 推荐自家，有的反而推荐竞争对手 - 旗舰 tier 普遍更偏 CoreWeave；低价 tier 更偏 Lambda、pgvector 这类更便宜的选项 作者也强调这只是单次样本，可能受随机性影响，但它提示了一个常被忽略的点：很多人测试“ChatGPT 怎么看我的产品”时，实际接触到的可能只是旗舰模型；而免费/低价 tier 用户面对的是另一套推荐逻辑。