codex 与 Claude 相比，仍然存在差距

[miusmile]

昨天晚上一个问题，使用 codex 进行修复，修了 A bug ，出现了 B bug ，修了 B ，出现 A 。反反复复实在受不了，尝试 Claude 4.8 ，一次性完美解决。

[JYii]

你的论据，有没有可能反过来也成立

[connor123]

身边统计学，太片面

[ffLoveJava]

我也遇到了 最简单的需求 cc 竟然只处理 db 而忽略了 rustfs 中的文件，简直逆天。
同样的 prompt 复制给 codex 让他列出计划和代码 完美实现
你怎么说

[jlctboy]

我们老的 java,项目，codex 每次都是一把过

[xiaoz]

一个例子说明不了什么。

[KOMA1NIUJUNSHENG]

典型的幸存者偏差

[ExplodingDragon]

{a} 与 {b} 相比，仍然存在差距

昨天晚上一个问题，使用 {a} 进行修复，修了 A bug ，出现了 B bug ，修了 B ，出现 A 。反反复复实在受不了，尝试 {b} ，一次性完美解决。


可在模板填入任何模型/客户端 ，适用于任何上下文（

[Sundayz]

Claude 与 codex 相比，仍然存在差距

昨天晚上一个问题，使用 Claude 进行修复，修了 A bug ，出现了 B bug ，修了 B ，出现 A 。反反复复实在受不了，尝试 gpt 5.5 ，一次性完美解决。

[zisen]

我昨晚 debug ，qwen3.7 一把过，opus4.6 反反复复搞不清重点，同样的提示词

[tho]

虽然我是 claude 重度用户，但必须要承认偶尔有几次 claude 反复没解决的，用 5.5 一次解决了。

[Paii]

跟你的体验恰好相反

[cinhoo]

@ExplodingDragon 难怪/goal 一直结束不了，修了 10 个小时的 bug🐶

[andrew2558]

说过很多遍了，这种情况，在头部几个 ai 中都存在，一个 ai 修一个问题反复解决不了，换一个很大概率一下就好了。

[Rat3]

论证水平跟问 AI 是什么模型来确定蒸馏了什么一样

[itskingname]

我刚好反过来。我这里有一个网页，渲染了一张卡片。在网页上卡片非常好看，但是使用 html2canvas 导出图片，会发现文字错位，元素没有加载完成。使用 claude code + opus 4.8 改了半天，它把 html2canvas 改为了 html-2-image,结果导出来就是空白图片了。然后让它修了十多次，每次都说修好了，每次导出还是空白图片。

然后我把代码回滚，把使用 Codex + GPT 5.5 xhigh ，相同的让它修复 bug 的 prompt ，一次改好，导出的图片和网页上显示的一模一样。

[miusmile]

可能是我之前一直用的 Claude code ，调教的比较好，codex 刚用不久

[m952755064]

我之前都开了一个月，感觉 4.7 4.8 都不如 5.5,5.4 的时候确实不如 claude 好使

[SayHelloHi]

Clade 4.8 和 GPT 5.5

用他们 2 个 相互解决 最终问题解决了 😀

[crocoii]

claude 解决不了用 codex ，codex 解决不了用 claude 。整体还是 codex 干活利索。

[jinsongzhaocn]

有可能 claude 继续使用了 codex 生成的上下文，现在的模型评测也都没有说明他们的测试环境是否干净，在 claude 下面，我甚至删除了~/.claude/projects 目录里项目目录，重启再次切换模型供应商，还是发现了残留记忆，说明还有全局记忆库存在，简单的切换模型不能证明什么

[alexluo1]

我最近发现 opus 4.8 太慢了，慢到令人发指

[calvinHxx]

瑜与亮 罢了 都有好用 都有不好用的时候。

[woaipaojiao]

反过来的也有体感。之前 claude4.8 也容易死循环，容易破防开骂，但是用了 5.5 感觉言简意赅。不过确实，两个都有好用和不好用得时候。

[jackerbauer]

一次说明不了任何问题

[prosgtsr]

claude 4.6 出的时候，网上一顿吹
claude 4.7 出的时候，网上一顿吹
claude 4.8 出的时候，没看到吹的
claude fable 5 出的时候，网上一顿吹

[sagnitude]

模型本身会变，没有参考和比较的价值，只能靠体感，谁也不知道今天轮到谁降智了

[gloeaerris]

用的是同一套提示词和上下文吗？不会是拿一个用了很久的 A+历史积累对比 B+一片空白历史对话对比吧，对比就在同一环境和参数下，不要田忌赛马对比

[gaxila]

都是工具罢了, 现在两个混着用, 有些难题, 不提供指导性的意见都没有用

[409164]

不降智的情况下，claude 解决问题的能力的确比 codex 强，不过现在的情况是，有能力会把这两个都订阅然后互相校准

[Linioi]

Claude 文风比 Codex 舒服多了，并且 Codex 的代码总是过度防御，真的很难放心让它写啊，每次还是得 review 一下它的测试代码。

[jjx]

claude 很多时候用慢来保证正确性

[cosmosz]

就这正文严谨性，完全没有参考价值😓。
codex 用的什么 model ，什么 thinking effort 。

修完 A 加个测试，管你用哪家的 model ，还会再现？

[KuAoaoaoao]

做过一个对比，用 opus4.8 和 gpt5.5 思考程度都是高，处理一批 excel 数据，三个文件，这三个文件中的数据是能互相关联的，A->B->C ，如果有空缺，则让 ai 补充完整，保持关联的完整性，然后两个 ai 的处理结果大差不差，不过区别就是关联 C 和 B 的时候，opus 会把一些可能属于 C 的 B 进行关联，而 gpt 会把直接为 C 生成新的 B 。感觉 opus 的思考比较多，更人性化一点

[abel533]

@JYii 反过来成立，以前用 copilot cli 时，这俩模型互相帮助。

[blufaux]

似乎 claude 对于物理的理解有些偏差

[wm5d8b]

kimi 写的屎山代码让 cc+4.8 修，claude 直接读了开发文档，说 perfect 。再次要求其读代码，也看不出什么毛病。换用 codex+5.5 ，一次修好通过测试

[derrick5788]

双持最优解

[the9art]

我跟你是相反，我怎么感觉 A 处的 Claude Code 很反智呢，模型没有问题，但是他总是怀疑我的环境没有部署好。我怀疑我的上传文件有问题，就是不怀疑它写的代码有问题。然后我给他反复反复反复把环境给他看确认之后。他终于把那个小 bug 改掉了。但是我只要把这个文件传给 Codex ，指出 bug 他一次性改好，从来不怀疑我。
a➗就是想方设法的烧 token

[crocoii]

今天 opus 的表现，能把我键盘摔掉，一个小 bug ，这货竟然看只看文档，不看代码说已经修好了。