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。

[tool3d]

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！

[wanniwa]

嗯，都是牛马，谁关心竞赛制编程。所以 claude 3.7 他就是编程领域最强

[clemente]

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

[ly841000]

claude 后端不行，写个三缓冲都写不明白

[digd]

chatgpt 排名强，体验拉

[vopsoft]

可拉到吧
claude 能理解我要什么 谁关心跑分 甚至上边的图我都不愿意点开 其他的差太远太远 根本不值得一比

[klo424]

claude 3.7 sonnet 是身边统计学最强，op 发的这个是真的统计学吧，哈哈哈哈

[enchilada2020]

都说 Claude 强 之前没啥感觉 直到我拿 C 写了个内存泄漏 一千来行代码 丫直接给我准确定位并解决了

[Cheez]

claude 在 Cursor 里面还好吧，能够一次对话调用多个工具。不知道是 Cursor 包装出来的，还是原生支持。

[zgjldxdyt1]

别的不说，cursor 默认 claude 就说明了很多，专门做编程领域的，肯定调研测试了很多才做的模型选择。

[RandyLuo]

https://livebench.ai/

[chengyiqun]

claude 上下文 200k token
deepseek 64K token
这还比啥编程领域, 长上下文明显更有优势

[AoEiuV020JP]

我们在意的是在 AI 编辑器领域哪个模型配合编辑器最能实现用户想要的效果和代码，用脚投票而不是某种跑分，

[InkStone]

不仅写代码。我实测下来很多任务 claude 3.7 的表现都很好，包括但不仅限于特定领域的文本生成，SVG 绘图生成，复杂任务理解和操作等等。

[HUZHUANGZHUANG]

我不关心什么跑分，我只关心谁用的顺手

[Promtheus]

懂了 claude 3.7 最强

[seven777]

数学和推理 Grok3 目前最强, 代码 Claude3.7 最强.
可以反驳,但我不接受.
"竞赛制编程"有什么明显的不同和特点?

[iflint]

@enchilada2020 这么牛🐂

[zekeluii]

寫代碼確實是 Claude 3.7 最強

[windyboy]

奥林匹克信息竞赛题和实际的编程问题真不是一样的东西，虽然都叫做程序

[cheng6563]

所以你整天竞赛还是整天 CURD ？