過去半年，我幾乎每天都在同時使用 Claude、Gemini、GPT 這三家的模型。不是跑 benchmark，不是看別人的評測影片，而是拿來做正事：寫程式、重構資料庫、部署產品、整理教學內容。以下是我的真實體感。
GPT：曾經的王者，現在只剩兩招
GPT 曾經是我的主力。但到了 2025 下半年，我的感受是：GPT 只剩 Deep Research 跟繪圖有優勢，其他功能都已經不行了。
最讓我受不了的是 ChatGPT 的回覆方式。每次對話結尾一定要來一句：
「若你需要，我也可以幫你……告訴我，我們馬上開始！」
幹正事就好，屁話那麼多幹嘛。
不過說句公道話，OpenAI 爬資料的能力確實強。他的 Deep Research 跟網路搜尋，其他家找不到的東西，他都找得到。但單論模型本身的推理跟執行能力，我最後還是把 GPT 的訂閱退掉了。
Gemini：內心戲最多的模型
Gemini 3.0 Pro 是我用過最讓人崩潰的模型。
打開它的思維鏈看，你會發現它的內心戲有夠多：不斷在自我懷疑、搞砸、自責、重來又搞砸一次。有時候還會瘋狂跳針，重複輸出 EXECUTE IT 上千次。
我一開始是為了 Gemini 才裝了 Google Antigravity。結果用了之後才發現，Gemini 3.0 Pro 是真的不行：
- 會自己一直鬼打牆
- 在 Chrome 裡看網頁的時候，會突然跟我道歉說「我搞砸了」
- 時不時冒出「我只是個語言模型，幫不上忙」
我有一次同時開 Gemini 3.0 Pro 跟 Claude Opus，交代好幾種不同的任務。Claude 全部完成了，Gemini 還在鬼打牆，一直自我懷疑跟重複同一個字跳針。
不過 Gemini 也不是完全沒用。辦正事的時候，尤其是讀文獻，Gemini 的超長上下文窗口確實有優勢，不會偷懶漏東漏西。用對場景的話，它還是能幫上忙。
Claude：最後的贏家
說到這裡大概可以猜到我的結論了。
在命令行裡，Claude 贏過 Gemini 真的不是一點半點。穩定度、遵循度都非常高。少了 IDE 的束縛，在 CLI 裡調用工具明顯靈活很多。
Antigravity 最大的功勞，就是讓我發現 Claude 用得不夠，然後跑去訂閱了 Claude Max。
Claude Max 是我人生中最貴的一次訂閱，但也是最值的。200 美金，體感上可以用出 2000 甚至更高的價值。換算下來大約 7000 台幣，做到的事情可能要花 7 萬請一個人。
當然，重度使用也有代價。我兩天 extra usage 就花了 20 美金，加購額度又燒了 20，最後想說乾脆直接升級算了。
其他觀察
市場上還有一些值得關注的動態：
- Codex：聽說除錯很強，但很慢。適合複雜問題，不適合日常開發
- ASI：Threads 上一度很紅。號稱「超越一切 LLM」。看看就好
- 模型迭代速度越來越快，但不是每次迭代都是進步。有些模型越更新越退化，幻覺率反而更高
我現在的配置
- 主力：Claude Code（CLI）+ Claude Max 訂閱
- 文獻 / 長文處理：Gemini
- Deep Research / 網路搜尋：GPT（免費額度就夠）
- 繪圖：GPT
與其在一個平台上 all-in，不如搞清楚每個模型的強項，按場景搭配。