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。
「创投」频道最新
- 卡车经纪公司被收购，估值核心竟是 AI 平台与运力网络 — MatthewChang · 2026-09-11
- 投资人放话:Palantir×英伟达联手将重创 Anthropic IPO 估值 — pdamodaran · 2026-09-11
- Kimi K3 发布后 Moonshot 年化营收从 3 亿美元两月冲至 10 亿 — Hesamation · 2026-09-11
- SEO 老手：中端市场公司做 AI SEO 卡点在执行运营而非策略 — gaganghotra_ · 2026-09-11
- 150 万粉 YouTuber 付费约了独立开发者咨询,咨询生意成变现样本 — tibo_maker · 2026-09-11
- 71% 的人从未用过生成式 AI，仅 0.14% 拿它写代码 — iamaliveix · 2026-09-11