部分验证65% 置信事实精确时间
本次测评对Claude Opus 4.8、GPT 5.5、MiniMax M3、Mimo 2.5 Pro和DeepSeek V4 Pro五个模型进行了横向比较
3
来源数
65%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
5 Models Coding Showdown: Claude, GPT, DeepSeek, M3 — Who's the Best Engineering Tool?
bilibili不正经的前端啊2026/6/8
相关事实
待验证GPT-5 Mini在同类测试中表现远优于Claude 4.5 Haiku79% 相似待验证GPT-5.6 系列在多项测试中能以更低成本达到与 Opus 4.8、Fable 5 同等甚至更高的性能水平79% 相似已验证M2.5在编程任务上跑出了接近Claude Opus 4.6和GPT-5.2等旗舰级模型的表现77% 相似待验证DeepSeek V4 Pro在MCP Atlas和Toolethlon Agent基准测试中得分超过GPT 5.4、Gemini 3.1 Pro和Kimi K2.6，仅次于GPT 5.5和Claude Opus 4.776% 相似待验证GPT-4o、Claude 3.5、DeepSeek V3等主流大模型之间的整体能力差距已缩小至5%以内76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/47196API
curl https://kongchang.com/api/v1/knowledge/claims/47196MCP
get_claim(id=47196)