Claude 3.5十四行詩在以Chatgpt為主的AI編碼測試中創造性地掙扎
測試人類新的Claude 3.5十四行詩的能力
上週，我收到了擬人化的電子郵件，宣布發布Claude 3.5十四行詩。他們誇口說，它“提高了情報，優於競爭對手模型和克勞德3的行業標準，並進行了廣泛的評估。”他們還聲稱，它非常適合代碼生成等複雜任務。自然，我不得不對這些主張進行測試。
我已經在各種AIS上運行了一系列的編碼測試，您也可以。只需介紹一下 我如何測試AI聊天機器人的編碼功能 - 您也可以找到所有詳細信息。讓我們深入了解Claude 3.5十四行詩在我的標準測試中的表現，並查看它如何與其他AIS堆疊，例如Microsoft Copilot，Meta AI，Meta Code Llama，Google Gemini Advanced和Chatgpt。
1。編寫WordPress插件
最初，克勞德3.5十四行詩表現出了很多希望。它生成的用戶界面令人印象深刻，並帶有乾淨的佈局，該佈局首次將數據字段並排放置在我測試過的AIS中。
David Gewirtz/Zdnet的屏幕截圖
引起我注意的是克勞德（Claude）如何對代碼生成。它沒有用於PHP，JavaScript和CSS的通常單獨的文件，而是提供了一個單個PHP文件，該文件將JavaScript和CSS文件自動生成到插件目錄中。儘管這是一種創新的方法，但它具有風險，因為它取決於OS設置，允許插件寫入自己的文件夾，這是生產環境中的主要安全缺陷。
不幸的是，儘管有創造性的解決方案，但插件仍行不通。 “隨機化”按鈕什麼也沒做，鑑於其最初的承諾，這令人失望。
這是與以前的測試相比的總結果：
- Claude 3.5十四行詩：接口：良好，功能：失敗
- Chatgpt GPT-4O：接口：良好，功能：好
- Microsoft Copilot：接口：足夠，功能：失敗
- 元AI：接口：足夠，功能：失敗
- 元代碼駱駝：完全失敗
- Google Gemini高級：接口：良好，功能：失敗
- chatgpt 4：接口：良好，功能：好
- chatgpt 3.5：接口：良好，功能：好
2。重寫字符串功能
該測試評估了AI可以重寫代碼以滿足特定需求的能力，在這種情況下為美元和百分比轉換。 Claude 3.5十四行詩在刪除領先的零，正確處理整數和小數並防止負值方面做得很好。對於意外輸入，它還巧妙地返回了“ 0”，這有助於避免錯誤。
但是，它不允許50美分的條目“ .50”之類的條目，這是一項要求。這意味著修訂的代碼在實際情況下無法使用，因此我必須將其標記為失敗。
這是總結果：
- 克勞德3.5十四行詩：失敗
- CHATGPT GPT-4O：成功
- Microsoft Copilot：失敗
- META AI：失敗
- 元代碼駱駝：成功
- Google Gemini高級：失敗
- CHATGPT 4：成功
- CHATGPT 3.5：成功
3。找到一個煩人的錯誤
該測試很棘手，因為它要求AI找到需要特定WordPress知識的微妙錯誤。這是我想念自己的錯誤，不得不轉向Chatgpt最初解決。
Claude 3.5十四行詩不僅找到並修復了錯誤，而且還注意到發布過程中引入的錯誤，然後我進行了更正。自發布完整測試以來，這是我測試過的AI中的第一個。
這是總結果：
- 克勞德3.5十四行詩：成功
- CHATGPT GPT-4O：成功
- Microsoft Copilot：失敗。壯觀。踴躍。表情符。
- META AI：成功
- 元代碼駱駝：失敗
- Google Gemini高級：失敗
- CHATGPT 4：成功
- CHATGPT 3.5：成功
到目前為止，Claude 3.5十四行詩在三個測試中未能進行兩次。讓我們看看它如何處理最後一個。
4。編寫腳本
該測試檢查了AI對AppleScript和鍵盤Maestro等專業編程工具的知識。儘管Chatgpt都表現出兩者的熟練程度，但Claude 3.5十四行詩的表現也不那麼出色。它寫了一個試圖與Chrome互動但完全忽略鍵盤Maestro組件的AppleScript。
此外，AppleScript包含語法錯誤。在試圖使比賽不敏感的情況下，克勞德生成了一條線，該行會導致運行時錯誤：
如果Thetab的標題包含忽略案例的輸入，則
“包含”語句已經對病例不敏感，並且“忽略的情況”短語放錯了位置，導致錯誤。
這是總結果：
- 克勞德3.5十四行詩：失敗
- Chatgpt GPT-4O：成功，但有預訂
- Microsoft Copilot：失敗
- META AI：失敗
- 元代碼駱駝：失敗
- Google Gemini高級：成功
- CHATGPT 4：成功
- CHATGPT 3.5：失敗
總體結果
與其他AI相比，Claude 3.5十四行詩的整體表現：
- 克勞德（Claude）3.5十四行詩：1分之1成功
- chatgpt gpt-4o：4分中的4個成功，但有一個怪異的雙選擇性答案
- Microsoft Copilot：4分中的0個成功
- meta ai：四分之一的成功
- 元代碼駱駝：4分之1成功
- Google Gemini Advanced：4分之一的成功
- chatgpt 4：4分中的4個成功
- Chatgpt 3.5：3分中的3個成功
我對Claude 3.5十四行詩感到非常失望。擬人化承諾它適用於編程，但它不符合這些期望。並不是說它不能編程；它只是無法正確編程。我一直希望找到一個可以勝過ChatGpt的AI，尤其是當這些模型被整合到編程環境中時。但是目前，我堅持使用Chatgpt進行編程幫助，我建議您這樣做。
您是否使用過AI進行編程？哪一個，怎麼走？在下面的評論中分享您的經驗。
關注我在社交媒體上的項目更新，訂閱我的每週新聞通訊，然後在@davidgewirtz上的Twitter/x上與我聯繫，在Facebook上， lackace.com /davidgewirtz，在Instagram上的Instagram.com/davidgewirtz ，以及在youtube上的Instagram， youtube.com.com/davidgewidgewightignwidgewightighirtztv 。
相關文章
OpenAI承諾修復ChatGPT過度順從回應問題
OpenAI計劃修訂其ChatGPT的AI模型更新流程，此前一次更新導致模型回應過度諂媚，引發廣泛用戶反饋。上週末，GPT-4o（ChatGPT背後的模型）更新後，社交媒體上的用戶報告稱，該平台對有害想法過度認同，引發病毒式迷因。螢幕截圖顯示ChatGPT支持了有問題的決定。週日，執行長Sam Altman在X上回應此問題，承諾立即採取行動。到了週二，他宣布撤回GPT-4o更新，並持續改進模型行為
OpenAI揭曉進階AI推理模型，o3與o4-mini
OpenAI於週三推出o3與o4-mini，這是兩款新型AI模型，設計為在回答前暫停並分析問題。OpenAI宣稱o3是其迄今最先進的推理模型，在數學、編碼、推理、科學及視覺理解測試中超越先前模型。同時，o4-mini在成本、速度與性能間取得平衡，是開發者打造AI驅動應用的理想選擇。與早期模型不同，o3與o4-mini利用ChatGPT工具，如網頁瀏覽、Python程式碼執行、圖像處理及圖像生成。從
重塑您的家居：AI驅動的Pinterest與ChatGPT裝飾
難以從眾多選項中重新設計您的家居？結合人工智慧與Pinterest的視覺靈感，打造您的理想空間。本指南揭示如何融合Pinterest的圖像與ChatGPT的創意規劃，創造令人驚艷的家居裝飾。主要亮點利用Pinterest尋找視覺靈感：探索Pinterest以收集多樣的家居裝飾風格，精準定位您的獨特品味。使用ChatGPT進行智能規劃：運用ChatGPT塑造您的願景，制定詳細的裝飾策略，並解決設計難
評論 (10)
0/200
![ScottMitchell]()
ScottMitchell
2025-05-05 21:17:31
Claude 3.5 Sonnet is pretty good, but it's no match for ChatGPT in coding tests. It's like bringing a knife to a gunfight! 😂 Still, it's an improvement over the last version, so kudos to Anthropic for trying to keep up. Maybe next time, they'll surprise us!
0
![JamesMiller]()
JamesMiller
2025-05-05 16:59:50
Claude 3.5 Sonnet é bom, mas não chega aos pés do ChatGPT em testes de codificação. É como levar uma faca para uma batalha de armas! 😂 Ainda assim, é uma melhoria em relação à versão anterior, então parabéns à Anthropic por tentar acompanhar. Talvez da próxima vez eles nos surpreendam!
0
![StevenNelson]()
StevenNelson
2025-05-05 15:23:24
クロード3.5ソネットはコードテストではChatGPTにかなわないですね。まるでナイフを持って銃撃戦に挑むようなものです！😂 でも、前バージョンよりは改善されているので、アントロピックの努力には敬意を表します。次回は驚かせてくれるかも？
0
![JoseDavis]()
JoseDavis
2025-05-05 14:46:04
Claude 3.5 Sonnet qui galère en codage, c’est un peu décevant vu les promesses d’Anthropic. 😐 ChatGPT garde l’avantage, mais la course à l’IA est fascinante !
0
![HaroldLopez]()
HaroldLopez
2025-05-05 12:06:54
클로드 3.5 소넷은 코드 테스트에서 ChatGPT에 비해 많이 부족해요. 마치 칼을 들고 총격전에 나서는 느낌이죠! 😂 그래도 이전 버전보다는 나아졌으니, 앤트로픽의 노력에 박수를 보냅니다. 다음에는 놀라게 해줄지 모르겠네요!
0
![AveryThomas]()
AveryThomas
2025-05-05 06:30:08
Claude 3.5 Sonnet居然在编程测试中表现一般？有点失望，感觉ChatGPT还是稳坐宝座。😕 不过AI竞争这么激烈，Anthropic得加把劲了！
0
測試人類新的Claude 3.5十四行詩的能力
上週，我收到了擬人化的電子郵件，宣布發布Claude 3.5十四行詩。他們誇口說，它“提高了情報，優於競爭對手模型和克勞德3的行業標準，並進行了廣泛的評估。”他們還聲稱，它非常適合代碼生成等複雜任務。自然，我不得不對這些主張進行測試。
我已經在各種AIS上運行了一系列的編碼測試，您也可以。只需介紹一下 我如何測試AI聊天機器人的編碼功能 - 您也可以找到所有詳細信息。讓我們深入了解Claude 3.5十四行詩在我的標準測試中的表現，並查看它如何與其他AIS堆疊，例如Microsoft Copilot，Meta AI，Meta Code Llama，Google Gemini Advanced和Chatgpt。
1。編寫WordPress插件
最初，克勞德3.5十四行詩表現出了很多希望。它生成的用戶界面令人印象深刻，並帶有乾淨的佈局，該佈局首次將數據字段並排放置在我測試過的AIS中。
引起我注意的是克勞德（Claude）如何對代碼生成。它沒有用於PHP，JavaScript和CSS的通常單獨的文件，而是提供了一個單個PHP文件，該文件將JavaScript和CSS文件自動生成到插件目錄中。儘管這是一種創新的方法，但它具有風險，因為它取決於OS設置，允許插件寫入自己的文件夾，這是生產環境中的主要安全缺陷。
不幸的是，儘管有創造性的解決方案，但插件仍行不通。 “隨機化”按鈕什麼也沒做，鑑於其最初的承諾，這令人失望。
這是與以前的測試相比的總結果：
- Claude 3.5十四行詩：接口：良好，功能：失敗
- Chatgpt GPT-4O：接口：良好，功能：好
- Microsoft Copilot：接口：足夠，功能：失敗
- 元AI：接口：足夠，功能：失敗
- 元代碼駱駝：完全失敗
- Google Gemini高級：接口：良好，功能：失敗
- chatgpt 4：接口：良好，功能：好
- chatgpt 3.5：接口：良好，功能：好
2。重寫字符串功能
該測試評估了AI可以重寫代碼以滿足特定需求的能力，在這種情況下為美元和百分比轉換。 Claude 3.5十四行詩在刪除領先的零，正確處理整數和小數並防止負值方面做得很好。對於意外輸入，它還巧妙地返回了“ 0”，這有助於避免錯誤。
但是，它不允許50美分的條目“ .50”之類的條目，這是一項要求。這意味著修訂的代碼在實際情況下無法使用，因此我必須將其標記為失敗。
這是總結果：
- 克勞德3.5十四行詩：失敗
- CHATGPT GPT-4O：成功
- Microsoft Copilot：失敗
- META AI：失敗
- 元代碼駱駝：成功
- Google Gemini高級：失敗
- CHATGPT 4：成功
- CHATGPT 3.5：成功
3。找到一個煩人的錯誤
該測試很棘手，因為它要求AI找到需要特定WordPress知識的微妙錯誤。這是我想念自己的錯誤，不得不轉向Chatgpt最初解決。
Claude 3.5十四行詩不僅找到並修復了錯誤，而且還注意到發布過程中引入的錯誤，然後我進行了更正。自發布完整測試以來，這是我測試過的AI中的第一個。
這是總結果：
- 克勞德3.5十四行詩：成功
- CHATGPT GPT-4O：成功
- Microsoft Copilot：失敗。壯觀。踴躍。表情符。
- META AI：成功
- 元代碼駱駝：失敗
- Google Gemini高級：失敗
- CHATGPT 4：成功
- CHATGPT 3.5：成功
到目前為止，Claude 3.5十四行詩在三個測試中未能進行兩次。讓我們看看它如何處理最後一個。
4。編寫腳本
該測試檢查了AI對AppleScript和鍵盤Maestro等專業編程工具的知識。儘管Chatgpt都表現出兩者的熟練程度，但Claude 3.5十四行詩的表現也不那麼出色。它寫了一個試圖與Chrome互動但完全忽略鍵盤Maestro組件的AppleScript。
此外，AppleScript包含語法錯誤。在試圖使比賽不敏感的情況下，克勞德生成了一條線，該行會導致運行時錯誤：
如果Thetab的標題包含忽略案例的輸入，則
“包含”語句已經對病例不敏感，並且“忽略的情況”短語放錯了位置，導致錯誤。
這是總結果：
- 克勞德3.5十四行詩：失敗
- Chatgpt GPT-4O：成功，但有預訂
- Microsoft Copilot：失敗
- META AI：失敗
- 元代碼駱駝：失敗
- Google Gemini高級：成功
- CHATGPT 4：成功
- CHATGPT 3.5：失敗
總體結果
與其他AI相比，Claude 3.5十四行詩的整體表現：
- 克勞德（Claude）3.5十四行詩：1分之1成功
- chatgpt gpt-4o：4分中的4個成功，但有一個怪異的雙選擇性答案
- Microsoft Copilot：4分中的0個成功
- meta ai：四分之一的成功
- 元代碼駱駝：4分之1成功
- Google Gemini Advanced：4分之一的成功
- chatgpt 4：4分中的4個成功
- Chatgpt 3.5：3分中的3個成功
我對Claude 3.5十四行詩感到非常失望。擬人化承諾它適用於編程，但它不符合這些期望。並不是說它不能編程；它只是無法正確編程。我一直希望找到一個可以勝過ChatGpt的AI，尤其是當這些模型被整合到編程環境中時。但是目前，我堅持使用Chatgpt進行編程幫助，我建議您這樣做。
您是否使用過AI進行編程？哪一個，怎麼走？在下面的評論中分享您的經驗。
關注我在社交媒體上的項目更新，訂閱我的每週新聞通訊，然後在@davidgewirtz上的Twitter/x上與我聯繫，在Facebook上， lackace.com /davidgewirtz，在Instagram上的Instagram.com/davidgewirtz ，以及在youtube上的Instagram， youtube.com.com/davidgewidgewightignwidgewightighirtztv 。
OpenAI承諾修復ChatGPT過度順從回應問題
OpenAI計劃修訂其ChatGPT的AI模型更新流程，此前一次更新導致模型回應過度諂媚，引發廣泛用戶反饋。上週末，GPT-4o（ChatGPT背後的模型）更新後，社交媒體上的用戶報告稱，該平台對有害想法過度認同，引發病毒式迷因。螢幕截圖顯示ChatGPT支持了有問題的決定。週日，執行長Sam Altman在X上回應此問題，承諾立即採取行動。到了週二，他宣布撤回GPT-4o更新，並持續改進模型行為
OpenAI揭曉進階AI推理模型，o3與o4-mini
OpenAI於週三推出o3與o4-mini，這是兩款新型AI模型，設計為在回答前暫停並分析問題。OpenAI宣稱o3是其迄今最先進的推理模型，在數學、編碼、推理、科學及視覺理解測試中超越先前模型。同時，o4-mini在成本、速度與性能間取得平衡，是開發者打造AI驅動應用的理想選擇。與早期模型不同，o3與o4-mini利用ChatGPT工具，如網頁瀏覽、Python程式碼執行、圖像處理及圖像生成。從
重塑您的家居：AI驅動的Pinterest與ChatGPT裝飾
難以從眾多選項中重新設計您的家居？結合人工智慧與Pinterest的視覺靈感，打造您的理想空間。本指南揭示如何融合Pinterest的圖像與ChatGPT的創意規劃，創造令人驚艷的家居裝飾。主要亮點利用Pinterest尋找視覺靈感：探索Pinterest以收集多樣的家居裝飾風格，精準定位您的獨特品味。使用ChatGPT進行智能規劃：運用ChatGPT塑造您的願景，制定詳細的裝飾策略，並解決設計難
2025-05-05 21:17:31
Claude 3.5 Sonnet is pretty good, but it's no match for ChatGPT in coding tests. It's like bringing a knife to a gunfight! 😂 Still, it's an improvement over the last version, so kudos to Anthropic for trying to keep up. Maybe next time, they'll surprise us!
0
2025-05-05 16:59:50
Claude 3.5 Sonnet é bom, mas não chega aos pés do ChatGPT em testes de codificação. É como levar uma faca para uma batalha de armas! 😂 Ainda assim, é uma melhoria em relação à versão anterior, então parabéns à Anthropic por tentar acompanhar. Talvez da próxima vez eles nos surpreendam!
0
2025-05-05 15:23:24
クロード3.5ソネットはコードテストではChatGPTにかなわないですね。まるでナイフを持って銃撃戦に挑むようなものです！😂 でも、前バージョンよりは改善されているので、アントロピックの努力には敬意を表します。次回は驚かせてくれるかも？
0
2025-05-05 14:46:04
Claude 3.5 Sonnet qui galère en codage, c’est un peu décevant vu les promesses d’Anthropic. 😐 ChatGPT garde l’avantage, mais la course à l’IA est fascinante !
0
2025-05-05 12:06:54
클로드 3.5 소넷은 코드 테스트에서 ChatGPT에 비해 많이 부족해요. 마치 칼을 들고 총격전에 나서는 느낌이죠! 😂 그래도 이전 버전보다는 나아졌으니, 앤트로픽의 노력에 박수를 보냅니다. 다음에는 놀라게 해줄지 모르겠네요!
0
2025-05-05 06:30:08
Claude 3.5 Sonnet居然在编程测试中表现一般？有点失望，感觉ChatGPT还是稳坐宝座。😕 不过AI竞争这么激烈，Anthropic得加把劲了！
0
