AI工具最新评测·第5期：AI大模型评测与编程工具生态竞争

欢迎回来，今天咱们AI工具最新评测专栏，聊点硬核的。

这周素材太多了，我整理的时候都有点兴奋。先说最重磅的——Opus 4.6和GPT-5.3 Codex几乎同时发布，有人做了百万Token级别的实测对比。

对，这个我也第一时间看了。先说结论吧——这一轮，两家打了个平手，但各有各的风格。

哦？你居然说平手，我以为你会站队。

别急，平手是总分，单项拉出来看还是很有意思的。比如中文古典文学创作，测的是词牌长相思，GPT-5.3那首确实更流畅，Opus的'花渐红杏渐红'有点硬。

我看到了那个对比图，说实话GPT那首'一夜东风吹小红'还挺有画面感的。但格律这东西，两边都能严格遵循，这本身就很厉害了吧？

没错，去年这个时候你让模型写格律词，十首里能有两三首不出错就谢天谢地了。现在基本是标配能力。

推理那块呢？我记得有个改编版农夫过河，之前号称大模型杀手。

两个都答对了，但Opus的回答方式让我眼前一亮。它用emoji画了每一步河两岸的状态图，你看完就懂了，根本不用费劲读文字。

这其实是个很好的产品思维——答案对不对是一回事，怎么呈现答案是另一回事。

对，这就是我说的风格差异。GPT-5.3像个效率极高的工程师，快准狠。Opus更像个会讲故事的老师，慢一点但体验好。

说到编程工具体验，这周还有个很实用的话题——Cursor和Kiro的一卡双用方案，你试了没？

试了。说白了就是两个工具的额度互相补位，一个用完无缝切到另一个。

这需求太真实了。我们组有个同事，Cursor月中就把额度用光了，后半个月像戒断反应一样难受。

得了吧，那是他代码写太多还是prompt太啰嗦？不过说真的，重度用户确实需要这种方案。

文章里提到Kiro是被低估的实力选手，你认同吗？

认同。Kiro之前有过一些风控问题导致口碑受损，但纯论代码生成质量和项目理解能力，它不比Cursor差多少。

而且它底层能直连Claude 4.5满血版，这个其实是个很大的卖点。

你发现没有，现在AI编程工具的竞争已经不是单纯比模型能力了。是比生态、比额度策略、比开发者体验这些综合因素。

这个观察很准。就像Opus和GPT的对比，模型本身差距在缩小，差异化越来越体现在产品层面。

说到产品层面，Google这周发布的Antigravity SDK你怎么看？

说实话我一开始以为是Python那个彩蛋模块的玩笑，结果发现是正式的Product级发布，还出了2.0版本。

对，2.0说明1.0已经存在过了，但之前几乎没什么声量。Google这次选择高调发布，肯定是觉得产品成熟度到了。

但目前公开信息太少了，到底是AR/VR空间计算方向，还是AI开发平台，还是云服务，完全靠猜。

我个人倾向于AI开发工具平台。你想，反重力这个隐喻——让开发变得轻盈、摆脱束缚——跟Google现在All in AI的战略最契合。

而且这周还有条神秘推文，就写了句'It's almost time'加个笑脸，科技圈就炸了。你觉得跟Antigravity有关系吗？

不好说，但时间点确实很巧。现在整个行业都处于临界点状态，模型在进化，工具在迭代，每周都有新东西。

所以这种悬念营销才特别有效，因为大家真的相信随时可能有重大突破。

蔡格尼克效应嘛，未完成的信息最抓人。不过我建议大家理性一点，历史上雷声大雨点小的案例也不少。

好，最后帮大家总结一下本期要点。第一，Opus 4.6和GPT-5.3旗舰对决，总体平手但风格迥异，模型能力的天花板正在趋同。

第二，AI编程工具进入生态竞争阶段，Cursor和Kiro的互补使用方案说明开发者已经开始用组合拳了。

第三，Google的Antigravity SDK值得持续关注，可能是下一个改变开发者工作流的重要产品。

最后留个思考题——当顶级模型的能力越来越接近，真正决定你选哪个工具的因素到底是什么？是价格、生态、还是那一点点体验上的差异？

这个问题值得每个AI工具用户认真想想。好了，本期专栏就到这里，我们下周见。