五款模型实战对比：GPT-6.1、Opus 5.5、Gemini 4 等

作者提议抛开 benchmark，用真实工作任务测试 GPT-6.1 Astra、Claude Opus 5.5、DeepSeek V4.1、Gemini 4 和 Grok，问哪个最先崩。

Vlady

@itsvlady16 天前收录原推发布于 2026.10.19

Vlady @itsvlady原推发布于 2026.10.19

Run them on real work, not benchmarks: 1. GPT-6.1 Astra 2. Claude Opus 5.5 3. DeepSeek V4.1 4. Gemini 4 5. Grok Which one broke first for you?

x.com/itsvlady/status/2112125230428905715采集于 2026.10.20 09:57