搜索
  • 论项目开发，claude 3.7 舍我其谁?
  • 发布于 1个月前
  • 102 热度
    11 评论
感觉一些人对 claude 3.7 sonnet 有误解，以为是编程领域最强的模型。其实只是“某种意义”上的最强。编程分两种，一种是 CURD 工程化，也就是 claude 3.7 sonnet 擅长的领域，用朴实无华的编程技能，把整个页面写完善，出成品，这是 claude 3.7 的强项。另一种编程领域，是竞赛制编程，和数学推理能力很接近，在这一点上 o3-mini-high 要明显强过 claude 3.7 ，所以 claude 3.7 编程专项领域的跑分，看起来并不算太亮眼。

下图是最新的编程竞赛跑分，3.7 连 deepseek r1 都没能打过，实在很遗憾。但是论项目开发，claude 3.7 舍我其谁！

用户评论
  • 回忆在沉淀
  • sonnet 好用是因为 cursor 写了不少内部提示词，跟工具配合最好，解决问题事半功倍，所以最好用。o3-mini 便宜但不认 cursor 的提示词，只适合开新对话处理新问题，并且你自己的提示词要写一大堆。不在 cursor 环境下，如果是直接网页上对话，最强的目前是 grok3 think 吧，几乎可以解决一切难题，思考过程比 deepseek R1 还要长。
  • 2025/3/18 10:29:00 [ 0 ] [ 0 ] 回复
  • 月下独饮
  • claude 3.7 得看是谁家的 cluade ，大模型是一部分，还要上下文，角色调教，目前看 cursor 和 copilot 的 3.7 都不错，但是我更喜欢 copilot 的界面，cursor 的新界面给我用吐了。
  • 2025/3/18 10:27:00 [ 0 ] [ 0 ] 回复
  • 一杯忘情
  • 编程排名目前只认 https://aider.chat/docs/leaderboards/。Exercism Hard 题 + 多语言综合测试，得出来的结果可以说是最接近实际情况的，有效防止小模型刷榜。还有一点，claude 系列的 agent 能力真的特别强，这点似乎还没有哪类排行榜可以体现，但是这个对于大项目来说是必须的。

    上周在一个不熟悉项目的遇到一个小 bug ，试了下直接让 AI 分析，o3-mini 和 claude 3.7 sonnet 的表现大致如下：
    o3-mini：只看我给的上下文，然后思考半天作答，结果自然是完全不对。
    claude 3.7 sonnet：看完我给的上下文后，顺着调用链不断阅读代码……竟然真的准确定位到了问题，问它这整个调用流程是啥样的也能答上来。
    anthropic 别的不说，在编程这方面绝对是最务实的公司，很清楚在编程方面真正需要的能力是什么。
  • 2025/3/18 10:16:00 [ 0 ] [ 0 ] 回复
  • 共老河山
  • 这模型代码能力行不行，我们这些天天写前端的人还不清楚么？我用了三年 GPT-4 ，显卡烧穿了，经费花空了，现在好不容易等来 claude3.7 ，可你们非说这是人工智障！
  • 2025/3/18 10:14:00 [ 0 ] [ 0 ] 回复
  • 深山夕照
  • 找顺手的模型就好了. 没必要必须选最好的. 未来每个公司的模型 taste 都不一样.肯定会细分的
    1. 提示词对输出的提升 可能 更重要
    2. 还是根据自我感觉来吧 benchmark 都是玩具 定向微调数据+蒸馏 能让 8b 跑上某个榜的前几
  • 2025/3/18 9:18:00 [ 0 ] [ 0 ] 回复
可能感兴趣的话题