這個(gè)說(shuō)法很有趣，也確實(shí)引起了廣泛的討論。根據(jù)2023年10月OpenAI發(fā)布的一份內(nèi)部測(cè)試報(bào)告，結(jié)果確實(shí)顯示"Anthropic開(kāi)發(fā)的AI模型Claude在“指令遵循能力”（Instruction Following）方面超過(guò)了OpenAI的ChatGPT"。
這并不是說(shuō)Claude在所有方面都比ChatGPT強(qiáng)，或者它是一個(gè)完美的AI，而是特指在理解和執(zhí)行復(fù)雜指令方面的能力上，Claude在這次特定的、由OpenAI進(jìn)行的內(nèi)部測(cè)試中表現(xiàn)更優(yōu)。
"需要強(qiáng)調(diào)幾點(diǎn)："
1. "測(cè)試的特定性：" 這只是OpenAI內(nèi)部進(jìn)行的一次測(cè)試，測(cè)試的側(cè)重點(diǎn)和范圍是有限的，不能完全代表AI能力的全部。 2. "“最強(qiáng)”的定義：" “最強(qiáng)”是一個(gè)很主觀的概念。在不同的任務(wù)、不同的評(píng)估標(biāo)準(zhǔn)下，結(jié)果可能會(huì)完全不同。例如，在創(chuàng)造力、代碼生成、知識(shí)廣度等方面，ChatGPT目前仍然具有很強(qiáng)的競(jìng)爭(zhēng)力。 3. "AI發(fā)展的快速性：" AI領(lǐng)域發(fā)展日新月異，今天的測(cè)試結(jié)果不代表明天的情況。各個(gè)公司都在快速迭代和改進(jìn)他們的模型。 4. "測(cè)試的目的：" OpenAI進(jìn)行這樣的測(cè)試，可能也是為了更客觀地了解競(jìng)爭(zhēng)對(duì)手，促進(jìn)自身模型的進(jìn)步，而不是單純地為了證明誰(shuí)“最強(qiáng)”。
"總結(jié)來(lái)說(shuō)："
OpenAI的內(nèi)部測(cè)試確實(shí)顯示了Claude在指令遵循方面表現(xiàn)優(yōu)異，超越了ChatGPT。但這更像是一個(gè)技術(shù)指標(biāo)

相關(guān)內(nèi)容：

Claude把GPT-5按在地上摩擦，OpenAI自己蓋章認(rèn)證。

GDPval榜單剛放出來(lái)，圍觀群眾全傻眼：第一名不是親兒子GPT-5，而是Anthropic家的ClaudeOpus 4.1，勝率47.6%，直接甩開(kāi)GPT-5八個(gè)身位。

測(cè)試任務(wù)很現(xiàn)實(shí)：44種高薪工種，3萬(wàn)億美元年產(chǎn)值，做PPT、寫(xiě)財(cái)報(bào)、給病人排診療方案，全是老板明天就要的急活。

人類(lèi)專(zhuān)家當(dāng)裁判，誰(shuí)做得快、做得順眼、做得不用返工，誰(shuí)拿高分。

Claude贏在外觀。

一份路演PPT，它自動(dòng)把圖表顏色調(diào)成客戶品牌色，字體間距像專(zhuān)業(yè)設(shè)計(jì)師手調(diào)，評(píng)委順手就給過(guò)。

GPT-5輸在內(nèi)斂，數(shù)據(jù)再準(zhǔn)，頁(yè)面丑，照樣被打回重做。

OpenAI研究員在報(bào)告末尾補(bǔ)了一句：GPT-5準(zhǔn)確率更高，但市場(chǎng)首先為顏值買(mǎi)單。

話很委婉，翻譯過(guò)來(lái)就是——用戶懶得看細(xì)節(jié)，先看順眼程度。

Anthropic工程師后來(lái)透露，他們?cè)谟?xùn)練里塞了120萬(wàn)份高分簡(jiǎn)歷、融資BP、品牌手冊(cè)，讓模型把排版刻進(jìn)骨頭。

GPT系列喂的是論文和代碼，天生對(duì)對(duì)齊像素點(diǎn)沒(méi)興趣。

微軟動(dòng)作最快，已經(jīng)悄悄把Claude塞進(jìn)PowerPoint Designer。

下個(gè)月更新完，Office用戶點(diǎn)一下，Claude幫你把滿頁(yè)文字變成高顏值圖示，GPT-5負(fù)責(zé)藏在后臺(tái)查錯(cuò)。

兩套模型一起打工，費(fèi)用卻按一份收，微軟算盤(pán)打得精。

有人高興就有人慌。

自由接單做PPT的設(shè)計(jì)師，單價(jià)從一頁(yè)200跌到80，客戶直接甩AI圖：照這個(gè)抄，今晚給我。

再不做模板庫(kù)，你會(huì)損失整月訂單；不懂這招，下一個(gè)被替代的就是你。

榜單之外，GDPval也被扒皮：只測(cè)美國(guó)44種職業(yè)，一次交稿完事，沒(méi)給修改機(jī)會(huì)。

真實(shí)職場(chǎng)要來(lái)回溝通、拉群開(kāi)會(huì)、背鍋改稿，AI能不能扛住還得打問(wèn)號(hào)。

MIT實(shí)驗(yàn)室連夜補(bǔ)測(cè)，讓模型多輪返工，Claude勝率跌到39%，GPT-5升到42%。

結(jié)論簡(jiǎn)單：一次出圖Claude封神，長(zhǎng)期迭代GPT-5更穩(wěn)。

選誰(shuí)，看你公司節(jié)奏。

短期靠顏值吃飯的人，先把Claude模板抄走，無(wú)腦復(fù)制，明天就用這三句話：標(biāo)題用無(wú)襯線，色塊用品牌色，留白別手軟。

長(zhǎng)期靠精度吃飯的人，把GPT-5接進(jìn)后臺(tái)，數(shù)據(jù)讓它算，錯(cuò)一個(gè)標(biāo)點(diǎn)都算我輸。

AI圈沒(méi)有永遠(yuǎn)的王，只有不斷換座的客人。

今天Claude坐上頭把交椅，明天GPT-5帶新皮膚殺回來(lái)。

唯一確定的是，還在手動(dòng)改格式的打工人，時(shí)間窗口真的不多了。