AI工具最新评测·第6期：AI模型评测与编程工具组合应用

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，我整理到凌晨两点，眼霜都多涂了一层。

得了吧，你那眼霜不是上周就空瓶了吗。

别管我的眼霜，咱先说正事。这周最炸裂的就是Claude Opus 4.6和GPT-5.3 Codex几乎同时更新，有人做了百万Token级别的实测对比。

对，这个测评我反复看了三遍。先说结论，这两个模型已经卷到了一个让人窒息的程度。

怎么说？

Opus 4.6把上下文窗口拉到了100万Token，这是真正意义上超越GPT系列的一个里程碑。但GPT-5.3在响应速度上碾压级别的快。

我注意到一个细节，测评里有个Base64解码测试，不让调工具不让写代码，纯靠模型脑算。GPT-5.3秒回正确答案，Opus 4.6慢一点但也对了。

对，基础能力上两家已经拉不开差距了。真正有意思的是中文古典文学那个测试。

写长相思那个！我作为一个产品经理，看到GPT-5.3写出来的词，说实话有点震惊。格律严丝合缝，押韵也流畅。

Opus 4.6也不差，但'花渐红，杏渐红'确实略显生硬。GPT-5.3那句'一夜东风吹小红，柳丝摇暖空'，你品品，真有点宋词的味道。

中文能力这块GPT-5.3算是扳回一城。那推理呢？

推理才是重头戏。那个改编版农夫过河问题，以前大部分模型都翻车的，这次两家都答对了。

但Opus 4.6用emoji画了每一步的状态图，这个交互体验我太喜欢了。做产品的人看到这种细节会两眼放光。

这就是两家的风格差异。GPT追求快和准，Claude追求表达的完整性和美感。说白了就是理工直男和文艺青年的区别。

你可拉倒吧，你自己不就是理工直男。

我那叫务实。

行行行。说到AI编程工具，这周还有个特别实用的内容，就是Cursor和Kiro一卡双用的方案。

这个方案其实切中了一个真实痛点。Cursor重度用户每月额度根本不够用，尤其做大项目的时候。

对，我们组有个同事上个月做一个大型重构，Cursor额度三天就见底了，后面半个月纯手写，差点崩溃。

所以这个无感续杯的思路很聪明。Cursor额度快用完了，自动切Kiro继续干活，开发流程完全不中断。

而且Kiro其实被低估了。亚马逊的底层模型能力不弱，代码生成质量挺稳的。

没错，Kiro的项目理解能力最近提升很明显。两个工具互补使用，确实能做到一加一大于二。

我觉得这背后反映了一个趋势，就是AI编程工具正在从单一工具走向工具组合。

你这个观察很到位。就像前面聊的Opus和GPT的对比，没有哪个模型是全能的，工具也一样。未来开发者的核心能力之一，就是会搭配和调度不同的AI工具。

说到行业动态，这周还有个挺有意思的事。科技圈又出现了那种神秘预告，就一句话，'时候快到了'。

这种悬念营销老套路了。蔡格尼克效应嘛，给你一个不完整的信息，你大脑就会疯狂脑补。

但你不好奇吗？现在Opus 4.6刚出，GPT-5.3也刚出，这个节骨眼上来一句'时候快到了'，总觉得有大事要发生。

可能性太多了。新模型、新产品线、甚至行业并购都有可能。但我的建议是保持期待，别上头。历史上雷声大雨点小的案例太多了。

好吧，理工直男的务实又来了。

这叫理性。

那咱们来收个尾。这期专栏核心就三件事。第一，Opus 4.6和GPT-5.3打得难解难分，各有所长，选谁取决于你的使用场景。

第二，AI编程工具进入组合时代，Cursor加Kiro的一卡双用方案值得重度用户试试。

第三，行业节奏明显在加速，各种神秘预告满天飞，下半年可能会更热闹。

最后给听众留个思考题。当AI编程工具越来越强，模型能力越来越接近的时候，真正的竞争壁垒到底在哪？是模型本身，还是工具生态，还是用户习惯？

好问题，欢迎大家在评论区聊聊你的想法。咱们下期AI工具最新评测专栏再见。