花了1000多块,从视频剪辑、写作、代码生视频、3D 网页、3A大作、网页复刻六个场景极限测试御三家目前最强模型的能力,到底选谁?什么场景谁更适合做?看完这篇,我相信你会得到答案。

最近国外御三家纷纷都出了新模型,而且都是各自史上最强模型。
先是Anthropic发布了Fable5.2,然后OpenAI不甘示弱发布了GPT-6.2 Astra,前两天Google终于又发力了搬出了Gemini 4 Neon。该说不说,国外的模型命名是越来越难记了…
我看了一下,网上众说纷纭,有说GPT-6.2 Astra拉完了、偏科了,有说Gemini 4 Neon完全可以平替Claude Opus5.5等等..
但是作为一个独立思考的人,我觉得我得亲自试试。
正好,这几个模型我都能用上,于是我这次下了血本,斥资1000多,花了两天多(加上写文章的时间)。把它们几个拉在一起做了一次多维度场景的PK。统一说明一下,测试过程中智能程度都是开启的High。
冲着这份诚意,先来个素质三连吧
,手动抱拳~
不得不说,他们三个真的是神仙打架,测完我感觉,国内大模型和御三家的差距又拉开了一大截呀,这可咋整啊。只能说继续加油吧。。
OK,先介绍一下这次使用它们的环境。
Claude Fable5.2 我是在前两天分享的Miramis这个工具上用的(为了省点钱,Fable5.2复用了那篇文章里的成果)。

感兴趣的朋友可以看看这篇文章,说实话,内容还挺干货的。

至于GPT-6.2 Astra我是在Codex里面使用的

Gemini 4 Neon在Google的官方编程IDE Antigravity里面使用的。

Codex是200刀一个月的会员,Gemini是前两天免费薅的一年的Ultra。
Fable5.2走的是有Miramis里折扣的API(现在Fable5.2在Miramis是7折,其他是5折)
OK,话不多说,接下来我们开始!
一、视频剪辑
最近两天,很多朋友在问我,仓颉Skill的这条视频是怎么剪的(其实就是用Fable5.2剪的,没有用什么其他工具,纯剪)
不过Fable5.2剪一条视频虽然效果不错,但消耗确实有点大(走Miramis的API形式,大概花了20刀)
那,我们就来看看新出的GPT-6.2 Astra和Gemini 4 Neon视频剪辑能力怎么样吧
同样的,我准备了口播等素材:

提示词如下:
提示词:我想剪辑一条视频,按 B 站爆款视频的标准来剪。
【素材】
– 当前目录下有:我录好的口播视频、口播文案(文字版)、一些视频素材(AI 制作的动画、网上找的录屏)、12.9kStar.png(GitHub Star 数截图)。
– 这条视频我之前写过文章,在飞书文档里(包含一些图片素材):
https://pam9ocg47ka.feishu.cn/wiki/FuBXwEwdviedL9k7VArcQnTZnAd
– 现有素材不够的话,你可以去网上找素材下载。实在找不到的,先用现有素材顶上,列个清单,最后我再补录。
【第一步:方案和风格】
先盘点素材,准备好剪辑方案和额外素材,出几张风格样帧给我看。
风格我确认之后,后面的步骤你连续做完,不用每一步都问我。
【第二步:处理口播】
我的口播有几处口误,还有一些气口(停顿、不流畅的地方),都帮我处理掉。然后口播视频加速到1.2倍。
先生成一版「口播2.mp4」,再基于它开始剪辑。
字幕里听不准的词,对照口播文案。
【第三步:剪辑和动效】
– 开头用我的口播视频全屏,加一些动效;后面合适的地方把口播放到右下角,一个小圆圈展示头即可。
– 动效你来设计:要有审美、适配画面、让观众容易看懂,也要有视觉上的冲击力,目的是更好地展现我想表达的内容。
– 加字幕和音效。
– Star 数用 12.9kStar.png。
– 先出一版不带 BGM 的初剪,然后整体加速到 1.2 倍左右(变速不变调),后面的 BGM 加在加速后的版本上。
【第四步:BGM】
– 你自己选曲,可以融合多首,最终目的是贴合这个视频。
– 人声必须很清晰。BGM 垫在人声下面,要能明显听到,但不能盖住人声,也不刺耳。别调太小,太小了听不清。
– 有些画面能跟 BGM 卡上点最好,但不强求,这是锦上添花。
【第五步:封面】
帮我设计一个 16:9 的爆款封面。
带 BGM 的成片、封面
你没法验证的地方(比如声音的听感)直接告诉我,我来把关。
GPT-6.2 Astra先给我出了几版视觉风格都比较难看。。。
3D的一版(下右图)视觉效果感觉还行,但貌似整个画面都被3D占完了,最终Pass掉了。


最后我索性让它照着Fable5.2之前的设计跑了。

GPT-6.2 Astra High最终的成片如下:
这是Gemini4 Neon High剪辑的效果:
说实话,我感觉 Fable 5.2 的审美还是更好一点。
因为当时那个剪辑风格是它一次直出的版本,我根本没有让他去优化,那个剪辑也是他一次直出的效果。
GPT-6.2 Astra剪辑效果也还行,但是在细节方面还是没有 Fable 5.2 的好,比如说在一些动效以及动效的配音上,它都没有 Fable 5.2 处理得好。
Gemini 4 Neon的剪辑风格,我也让他出了两版,第二版勉强还行。
所以我就让他跑,结果跑出来的效果相比另外两位就还是差了点。最关键的是,不知道为啥有些画面就会一直小抖动,看着很难受。
所以我个人觉得,如果想省钱一点,效果还想要好的话。可以试试让Fable 5.2 出剪辑方案,设计剪辑风格,弄好之后丢给 GPT 的模型去执行。
二、代码生成视频
最近代码生成视频非常火呀,而且Claude模型在这方面一直是公认的最强。
那这次看看全新的GPT和Gemini模型能不能超越它。
这次的任务是让它们给我的13K Star开源项目「仓颉Skill」做一条宣传视频。
提示词有点长,放图里了:

OK,直接看效果:
我感觉这一回合,都很强,做的都不错。
但我个人感觉Fable5.2 和 GPT-6.2 Astra在细节上更好一点。主要体现在蒸馏具象化的那一段动效。你们怎么看。
三、类3A游戏大战Boss
这次我给了艾尔登法环这款游戏里面的一个打Boss的视频作为参考视频:
想让它们做一个HTML的3D游戏,提示词还挺复杂的,如下(太长了,大家看图吧
)

GPT-6.2 Astra生成的版本:
Gemini4 Neon生成的版本
Claude Fable5.2生成的版本:
这次,我感觉在一次性生成的情况下,还是Claude Fable5.2
。
我看了一下,主要是Fable5.2它能不断检查迭代,就是非常负责,不跑到它满意的情况不会停。

其他两个模型都是在30分钟以内搞定的。而Fable5.2一次执行搞了1个小时10分钟。。
最后出来的效果也非常Nice,不管是音效(音效非常适配),还是整个龙的灵动,还有龙身上的鳞片细节都做的很到位。
水的波纹,以及人身上的披风,都比较真实。
Gemini和GPT生成的音效都非常的搞笑,本来是想搞一个3A大作,但它们的音效搞得整个游戏像4399小游戏一样
。
GPT生成的那个龙,龙头倒是还不错,但是整个龙像一个僵硬的短虫子一样。。完全不灵动,而且呆呆的。
四、3D HTML网页(海底世界)
PS:借助了卡子哥的模板
提示词:帮我做一个单文件的HTML网页,用Three.js实现一个可以自由浏览的3D场景(一定要逼真,无限接近现实世界,又要有视觉冲击力)。场景是:【当你屏住呼吸没入水面的瞬间,陆地的喧嚣被温润的海水彻底隔绝,耳畔只剩下细密气泡升腾的轻响,眼前骤然铺开一片能见度超过四十米的澄澈“玻璃海”。正午炽烈的阳光刺破微漾的波纹,在蔚蓝水体中折射出无数道笔直而恢弘的丁达尔光柱,如同从天际垂落的金色竖琴弦,随着涌浪的呼吸轻轻摇曳。光线穿透水层,在海底洁白细腻的珊瑚沙地上织出一张流动不息的焦散光网——亮银色的波纹一格格跳跃、延展,连悬浮在水中的微小浮游颗粒与气泡,都被镀上了一层碎金般的微芒。顺着光束缓缓下潜,一座生机勃勃的立体珊瑚秘境顺着海脊绵延展开。层层叠叠的桌形轴孔珊瑚如悬浮的空中露台,边缘泛着清透的荧光紫与薄荷绿;交错生长的鹿角珊瑚筑成微缩的钙质森林,每一根分枝顶端都舒展着半透明的细小水螅体;浑圆的脑纹珊瑚镌刻着迷宫般的沟壑,而数米宽的绯红色柳珊瑚海扇正迎着洋流舒展精密的网状脉络。岩缝之间,巨大的砗磲微微张开厚重的贝壳,波浪状的外套膜在光线下流淌着孔雀蓝与祖母绿交织的丝绒光泽;肥厚柔软的海葵随波轻摆,饱满的触手尖端透出温润的樱花粉。在这座斑斓的水下城邦里,成千上万的鱼群正合着洋流的节拍起舞。橘白相间的小丑鱼在海葵触手间灵巧地探头穿梭;成百上千尾翠绿色的青魔鱼与紫橙渐变的花鮨悬停在珊瑚枝头,水流稍一惊动,它们便在眨眼间齐刷刷隐入珊瑚缝隙,下一秒又如绚丽的烟花般重新向外绽放。望向深蓝色的峭壁边缘,数万尾杰克鱼群正汇聚成一道缓缓旋转的银色风暴,无数枚镜面般的鱼鳞在同一刹那侧身反光,将穿透水层的阳光劈碎成漫天飞舞的碎钻;头顶上方,一只翼展数米的鬼蝠鲼正舒展宽大的胸鳍优雅滑翔,如飞鸟掠过晴空,在珊瑚礁上投下一片温柔而壮阔的流影。当时间悄然滑向黄昏,最后一缕琥珀色斜阳隐入海平线,海水褪去白昼的明艳,化作深邃如丝绒般的靛蓝色,大海最隐秘的幻境才真正苏醒。暗流涌动间,晶莹剔透的栉水母悄然浮现,体内八列纤毛在幽暗中折射出霓虹灯带般流转的七彩波纹。而此时四周看似平静的水体里,早已布满了亿万颗肉眼难辨、却真实存在的夜光藻——这种神奇的生物发光浮游生物,正是海洋藏匿的液态星辰。当你轻轻伸出手,指尖划破微凉幽暗的海水,水流的轻微摩擦瞬间唤醒了它们体内的荧光机制,一道冷冽而璀璨的电光蓝亮痕立刻顺着你的指缝流泻而出。你每一次摆动脚蹼、每一次挥臂拨水,身后都会拖曳出一条久久不散的荧光星轨,细碎的蓝光在指尖卷起微小的发光漩涡,再缓缓消散于深蓝;偶有一尾夜行的游鱼受惊疾驰而过,便在墨蓝色的深海里凌空划出一道耀眼的蓝色流星,让你恍若失重悬浮于浩瀚宇宙的银河中央。可以有一些大型的鱼类,比如可以来一只鲸鱼,鲨鱼,石斑鱼,螃蟹,海龟,龙虾等。然后元素可以更丰富一点儿,比如再来个沉船】要求:
1.所有模型和贴图都用代码生成,不要引用任何外部的图片和模型文件。
2.支持鼠标拖动旋转视角、滚轮缩放。
3.画面要有氛围感,重点处理光照、雾气和色调。
4.在普通的笔记本上也要流畅,加载的时候显示进度。
5.主要物体,都做成独立的组件,方便我后面单独修改。
下面是Claude Fable5.2 和 GPT-6.2 Astra生成的对比效果
GPT-6.2 Astra的亮点是生成的世界更大,然后元素更丰富。但Fable5.2的光影效果吊打GPT,然后是里面的鱼都是运动的比较自然的,更加逼真一些。
Gemini第一次只跑了9分钟就停了,我不知道是模型原因还是Antigravity垃圾
于是我让它再优化了一次,它又只工作了9分钟。不是,你tm每次就只干9分钟是吧??服了。

不过好在这次干得不错,起码看起来跟前面两个差距不是很大了。Gemini生成的海底世界比Fable5.2的大一点,元素也更丰富一点,动物也比GPT的灵动一些。但光影效果,真实感还是差一点。
所以,这一波,它们三个其实各有千秋,都生成的都各自有优缺点。
五、高级网页复刻
复刻的网页是,一个动效审美都挺不错的网站:


给了一分钟录屏。只录了这个网页前一小部分的动效。
提示词:
你复刻一个网页 视频是我浏览这个网页的录屏 他的交互是往下滑就能看下一步 不准
直接用我的录屏 你是要分析录屏中网页的元素构成 去分析看看 纯代码生成复刻出网页 而且紫色边边是视频背景 不是网页
汇总效果:
看起来,在复刻这个网页上,它们做的效果都大差不差。
我估计是我给的这个网页对于他们来说已经比较简单了,所以暂时没法测出他们的边界在哪里。
说明他们三个家的模型是真的牛逼,其实这个网页已经是相对来说比较复杂一点的了,或者说比较有代表性的一个网页了。
但是对它们来说已经没有任何的难度。因为一次直出的复刻视频,就已经还原了80%。
六、写作能力测试
最近我跟我女朋友在看一个非常火的综艺,叫《后会友期》。
在最新一期的节目里,马天宇因为自爆现实密友为零而情绪崩溃。他甚至会经常找AI聊天,倾述。看到那里我其实还挺有感触,确实,人总是孤独的。
于是我当时立马就想到了这个议题。因为它是一个比较深刻,能引起共鸣的主题。
提示词:借《后会友期》中马天宇自曝‘现实密友为零,深夜情绪崩溃翻遍通讯录,最后只能找 AI 聊天’这一真实细节,写一篇关于‘当代成年人的数字孤独与体面假面’的深度专栏文章。对比他在人前习惯性照顾所有人情绪的‘温暖体面’,与人后只能向算法倾诉脆弱的荒诞与温柔。
核心要求: 写出一篇思想深度与文字共情力都让人拍案叫绝的文章,尽可能全面地展现你在时代情绪捕捉、反差结构搭建、冷峻克制笔法以及金句提炼上的能力。正文结束后,请另起一段,复盘并解释你在文章结构推进和情绪浓度控制上具体是怎么做到的。
GPT-6.2 Astra生成的文章:

Claude Fable5.2生成的文章:

Gemini 4 Neon生成的文章:

我把它们写的文章都好好的品读了一下。
但说实话,能让我逐字逐句认认真真看完的是Gemini写的文章。
不得不说,在这一轮中,这个差距有点太大了,Gemini写得真tm好。
这个作文水平有点像大学生对比初中生的那种差距了呀..
Gemini的写作,不仅是内容更丰富,而且用词非常细腻、有温度,AI味虽然有一些,但并不多。
PS:我在图里面用红色标注的地方,是我觉得它用词稍微奇怪,或者说稍微有点AI味的地方。
而另外两位写的,我都懒得标注,因为通篇我根本都读不下去。或者说,我看完Gemini的写的之后,看了两眼GPT和Claude写的,根本没有看下去的欲望。
但这里我得补充一下,其实 Fable 5.2 我之前拿它写过别的内容,它表现还可以的,只是可能这一轮这个提示词不是很适合它。但是 GPT 写点短文还行,写长文是真的垃圾:全是AI味,逻辑混乱,用词奇怪,完全看不懂。
这里也不得不夸一下WorkBuddy的Office这块做得真好。可以把本地markdown文件转成这种网页链接打开,还能在上面去标注,最后通过一个浏览器插件(Awesome Screenshot)把全图截下来。还真挺好用的。
「最后」
其实这次测试没有非常严谨,因为场景还是不够多(主要是有点费钱
),但是至少能看出这几个模型在这6个场景里面的发挥。
不过,Fable5.2的综合能力还是会更强一些。
但是如果是文字创作类,在文笔这一块,我比较推崇Gemini4 Neon。
GPT6.2 Astra其实综合能力也挺强的,但是他写东西这一块是真的不太行,但它干活非常稳,性价比也挺高的,也不会封号。
所以,目前 Codex 还是非常好用的Agent,而且是我们大部分普通人稍微够一够就能用上的AI神器。
Gemini4 Neon综合能力其实也非常的强,但是我感觉他家的 IDE antigravity 真的巨难用。我不知道为什么,Google这么大的公司,他家的本地Agent就做不出一个好用的来吗?
说到这里,我不得不再提一嘴我前两天分享的Miramis,这个Agent的体验真的还挺好的。

至少他每一次的产物都给你放在最后,可以直接点击打开、打包下载或者直接预览。而且每一条都有生成时间、所消耗的上下文长度占比,以及消耗了多少 token,还可以看到对应消耗了多少钱。
而 Antigravity,我真的是服了,我每次生成完之后,我都要让它给我结果。

总的来说,现在御三家的差距其实比较小了,Fable5.2综合还是更强一些。
不过测完之后,我沉默了…因为我感受到国内跟国外大模型的差距又瞬间被拉大了。而且目前国内最强的几个模型迭代速度慢了下来。
你会发现,国外这些模型一次性生成的内容,如果用国内模型的话,你可能要优化好几轮,甚至很多轮才能达到类似的效果。
而我今天测试的这些场景,其实大部分都是它们一次或者说只优化了一轮所生成的效果。我都不敢想,如果我优化很多轮之后,它的质量得有多高。
最近很多朋友都在问我,到底有什么方法能够稳定地去使用 Fable5.2,或者说去使用 Claude 的模型。
其实这真的很憋屈,Anthropic 根本不想你用,咱们还要贴着冷屁股非要去用。
我真的非常希望国产模型能够全面超越Claude。
只能说继续加油吧。
希望这个美好的愿望能够尽快实现~
冲冲冲!!!
本文由人人都是产品经理作者【袋鼠帝】,微信公众号:【袋鼠帝】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。
题图来自作者提供

