待验证85% 置信事实时间未知

三个模型在测试中使用了完全相同的提示词和需求描述

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

DeepSeek V4 vs GLM-5.1 vs GPT 5.5 编程实测：真实项目开发谁更强？

bilibili爱听书的程序员阿超

涉及实体

GLM-5.1model DeepSeek V4 Promodel GPT 5.5model

相关事实

待验证测试中两款工具使用了完全相同的底层模型和相同的提示词，提示词由O3模型优化79% 相似待验证该优化模式在所有三个测试的Agent中保持一致72% 相似已验证确定性程序对相同输入必然产生相同输出，行为完全可预测、可测试、可调试66% 相似待验证实验保持Agent框架、模型、提示词和机器环境完全一致，唯一变量为上下文获取方式，并对输出执行180次盲测对比63% 相似待验证在测试领域确定性意味着相同输入必须产生相同输出，同一测试在相同应用状态下运行必须得出一致结论63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/25552

API

curl https://kongchang.com/api/v1/knowledge/claims/25552

MCP

get_claim(id=25552)