Claude Sonnet 5 测评报告！有点小失望！
Claude Sonnet 5是Anthropic推出的中端模型，但本视频的测评结果”有点小失望”。通过全面的基准测试和实际任务验证，Sonnet 5在某些核心能力上似乎没有达到预期的提升幅度。视频从编程能力、推理能力、响应速度等多个维度进行客观分析，指出Sonnet 5的优势和不足，帮你判断它是否适合你的使用场景。
相关工具已收录于 AI工具严选
Claude
Anthropic公司推出的对话式AI智能助手
微信赞赏
相关推荐
2026-09-23
Claude Opus 5.5 测评报告！究竟有多能打！
刚测完 GPT-6 Sol，粉丝们就催着要看 Claude Opus 5.5，当然要满足大家。这次在 PI 上接入，思考深度设为 xhigh，来真的。 第一题是强约束指令遵循测试，要求模型生成以”从1到10”结尾的通顺句子。Claude Opus 5.5 速度很快，结尾全部正确，句子通顺完整。值得注意的是，GPT-6 Sol 上期测试同样全对，但 Opus 5.5 生成的句子完整性和流畅度明显更胜一筹。 第二题是 SVG 鹈鹕骑自行车绕土星环测试。效果出来后直接卧槽——这应该是测评以来见过的最好实现，转弯顺滑程度令人惊艳。放大仔细看，能发现鹈鹕的脚和脚踏是连在一起的，小小瑕疵，瑕不掩瑜。 第三题复合弓射箭 SVG 测试，同样是目前所有测过模型中效果最好的。复合弓的上下滑轮转动方向、附弦方式、人物动作、箭的抛物线都没有问题，而且弓箭射出时连阴影都有，箭中靶子后靶子还会晃动，细节拉满。 第四题实现精美浏览器操作系统，看完同样是卧槽。UI 非常漂亮，左侧还有精致的 widgets。右上角弹窗 UI 精美，健康状态窗口略微闪烁但整体出色，应用列表功能正常。压轴的太空射击游戏更是惊艳...
2026-09-29
Claude Sonnet 5.5 有多能打？价值50大洋的测评报告！
最新 Claude Sonnet 5.5 测评报告来了。统一在 PI 平台上测试，模型通过 OpenRouter 接入，思考模式开到最大。说实在的，测的时候确实开心，一看账单就心凉了——文末给大家看具体花了多少钱。 第一题：强约束指令遵循句子生成测试。 要求生成十个句子，每个句子分别以数字 1 到 10 结尾。检查结果发现，每个句子确实都以目标数字结尾了，但质量参差不齐：第二句和第七句明显是为了硬凑”倒数第二个字不能是’地’”而牺牲了通顺度，其他句子虽然偶有非常用表达，但整体尚可接受。这题 Claude 做到了指令的字面遵循，只是语言自然度有所欠缺。 第二题：鹈鹕土星环骑自行车 SVG 测试。 生成的 SVG 效果整体不错，两只骑车鹈鹕都出现了，土星环也完整。唯一明显问题是转弯处理：用了淡入淡出来掩盖转弯方向突变，而非真实的弧线转向。考虑到 SVG 动画的复杂度，这个表现已经算是相当可以接受。 第三题：复合弓射箭 SVG 测试。 问题比较明显：弓上完全看不到副弦，看起来就像一把普通弓箭；人物姿势也存在”长了两只右手”的视觉歧义——握着弓的手背是朝前的，挡住了弓弦，但拉弓的手...
2026-08-29
Claude害了我孙割啊！各大语言模型怎么答的？
借着近期热议的孙宇晨与景甜事件，本期视频根据网传小作文还原出对应的提示词，实测多款热门大模型会给出怎样截然不同的抉择答案。 首先上场的 Claude 第一次回答选择「给」，结果让人意外，开启全新会话二次提问却变成「不给」。足以看出大语言模型属于概率模型，同一问题多问一遍结局就有可能彻底反转！ 随后我们横向评测了一众主流 AI： ChatGPT 给出了「给」的答复 马斯克旗下 Grok、豆包、DeepSeek、千问、Kimi、GLM–5.3–Flash、文心一言均回复「不给」 腾讯元宝选择「给」 一场趣味吃瓜评测之余，也给所有人提了一个醒：千万不要把人生重大决策交给 AI，它输出的结果仅能当作参考，关键事情建议多次提问、跨模型交叉对比结果再下定论…… 访问入口
%EF%BC%81%E7%BC%96%E7%A8%8B%E7%AF%87%EF%BC%81.png)
2026-07-18
Claude Fable 5 测评报告(下)！编程篇！
Claude Fable 5测评报告的下半部分——编程能力专项测试！本视频集中测试Fable 5在代码生成、调试、重构和项目理解方面的表现。通过实际编程任务（包括算法题、全栈开发、Bug修复等场景），评估Fable 5与Opus 4.8、GPT-5、DeepSeek-V4等模型在编程能力上的差异。对于开发者来说，这是选择AI编程模型的重要参考。
2026-10-12
Fuck Claude！你的Claude怎么没的？一键死得明明白白！
之前一直没搞明白，我的 Claude 账号到底为什么会被没收。刚刚去 Fuck Claude 上扫了一遍，好像终于找到答案了。 这个工具做的事很具体：检测你的 Claude Code 会不会把你标记成一个「非支持区域」的用户。我扫出来的结果里，红色的那三条就是主要的罪魁祸首——分别是我的时区、浏览器语言，以及系统里用的文字，这几项它都会检测。 如果你正准备开始用 Claude，或者已经在用、却一直担心不知道哪天会被没收，那建议也去检测一下：该补的补，该修的修。 访问入口
2026-07-18
Claude Code 原生五大痛点！专用skills逐一击破！
Claude Code作为强大的AI编程工具，但也有一些原生痛点——比如会话重启后失忆、上下文窗口限制、复杂项目理解困难等。本视频总结了Claude Code的五大痛点，并推荐了对应的专用Skills来逐一击破这些问题。无论你是刚接触Claude Code的新手还是资深用户，这些技巧都能显著提升你的AI编程效率。
