claude和deepseek也测了，答案也不统一。。。
我目前测试的感觉：
GPT5>Gemini 2.5pro>Grok4>Claude Sonnet 4 Thinking>Deepseek R1
Deepseek 3.1和Claude Opus都没测过，不参与排名
【 在 guizhidao 的大作中提到: 】
: lol
: 要不3+1呢，再来一claude做judge
: 但评价来看，编程问题gpt貌似不太行， Gpro2.5和claude4应该是最强吧
--
FROM 218.82.23.*