Grok 4.5、GPT-5.5 与 Claude 同题大比拼
We made Grok 4.5, GPT-5.5, and Claude build the same apps
我们让 Grok 4.5、GPT-5.5、Claude Opus 4.8 和 Claude Fable 5 用完全相同的提示词，从零构建三个独立应用：3D 魔方、粒子引力沙盒和打砖块游戏。结果令人意外：Claude 系列在复杂的 3D 魔方任务中首试即胜，GPT-5.5 的粒子效果最迷幻，而 Grok 4.5 虽然魔方首秀翻车，但在速度和成本上完胜全场。数据显示，Grok 4.5 的响应速度是其他模型的近两倍，且价格最低。这场对决揭示了一个真相：在追求极致性价比的代码生成场景下，Grok 4.5 是当之无愧的怪兽，而 Claude 和 GPT 则在复杂逻辑和视觉美感上更胜一筹。
Grok 4.5 是速度与价值的怪兽，它构建了出色的打砖块游戏和炫酷的引力模拟，流式传输速度约为其他模型的两倍，且运行成本最低。
- 多位亲历者实测指出 Grok 在多次打乱魔方后无法正确复原，而 Opus 能成功解决，质疑其作为软件开发工具的可靠性。
- 有评论者认为 Grok 代码生成的合理性体现在对物理规则的尊重（如 Breakout 游戏中砖块厚度），优于其他模型的渲染效果。
- 针对文章主观性过强的批评，部分用户建议引入盲测机制，并指出 GPT-5.5 与 Fable 或 Opus 的对比存在版本不对等的问题。
- 有开发者分享了利用 Subagents 架构的低成本实践，通过让 Codex 调用 ChatGPT 网页版作为子代理，以每月 20 美元的成本高效处理大规模数据集。
- 关于模型风格差异的争论中，有人将 AI 生成的特定英语表达归因于肯尼亚 RLHF 数据的影响，也有人反驳称 Transformer 本质是预测机器而非平均机器。