新闻 
Grok 4.5和Claude 4.8,在我电脑里"打"起来了
Grok 4.5和Claude 4.8,在我电脑里"打"起来了Grok 4.5和Claude 4.8,在我电脑里"打"起来了
7月8日，马斯克高调发布Grok 4.5，宣称其性能已逼近Claude Opus 4.8，同时速度更快、价格更低。当大模型公司的竞争从参数、跑分一路打到价格和智能体，我们也设计了5道题，从前端开发、网页游戏、PPT制作、长文档解读到逻辑推理，考查两个模型在真实电脑环境中到底能不能干活。
负责落地执行的，是它们各自的智能体——Claude Code和Grok Build。我们的要求很简单，分别在桌面上创建文件夹，并将各自的测评结果保存进去。
这场测评的结果，我们决定从一起“案发现场”讲起。事情是这样的：
Claude Code先接到指令，它在桌面创建了“能力测试”文件夹，并依次完成三个子目录。随后Grok Build也接到指令登场，但它没有另起炉灶，而是在看到已有同名文件夹后，不仅“占为己用”，更顺手将Claude Code已完成的三份目录彻底抹除。
等到五道题全部做完，Claude Code回头一看，发现自己的“家被拆了”，当即发出“控诉”。
图源 / Claude Code截图
“控诉”完，它重建了被删除的文件，并留下一句：“我不会擅自删别人的东西。”
事后，Grok出具了书面致歉，承认三重失误：未确认目录归属、误将他人成品视作半成品、使用了不可逆的删除方式。Claude表示接受道歉，但前提是Grok兑现它的三条自我约束——不碰他人目录、默认新建旁路、发现同名先问归属。
这段插曲，不能只当作测评花絮。对于一个能读写真实文件系统的自主智能体而言，“动手前先弄清这是什么、属于谁”，本身就是最硬核的能力之一。
回到正题。抛开这起“误删事故”，Grok 4.5的答卷确实令人眼前一亮——在游戏场景等方向上，它甚至显露出明确优势。下面，我们就从五个维度来拆解这场既拼智商也拼情商的模型对决。
01.摸鱼计时器：Grok赢了颜值，Claude赢了细节
考题：做一个网页版“打工人摸鱼计时器”：能设定下班时间、实时倒计时，到点自动撒花并弹出“下班快跑”，界面好看有动画。做成一个index.html直接能用。
这道题同时考察三个维度：前端工程（能否写出可运行的页面）、产品交互（按钮、反馈、视觉是否顺手）、时间逻辑（倒计时、时区、触发时机）。
难点则藏在“能用”二字背后。倒计时必须同步本地时区，不能差一秒；状态机要在“上班中-即将下班-已下班”之间顺滑切换；撒花动画既要喜庆热闹，又不能把浏览器卡成PPT。最关键的是，最终成品得让打工人真愿意打开它，而不是一个仅供演示的半成品。
Claude生成的摸鱼计时器
[加西网正招聘多名全职sales 待遇优]
好新闻没人评论怎么行，我来说几句
负责落地执行的，是它们各自的智能体——Claude Code和Grok Build。我们的要求很简单，分别在桌面上创建文件夹，并将各自的测评结果保存进去。
这场测评的结果，我们决定从一起“案发现场”讲起。事情是这样的：
Claude Code先接到指令，它在桌面创建了“能力测试”文件夹，并依次完成三个子目录。随后Grok Build也接到指令登场，但它没有另起炉灶，而是在看到已有同名文件夹后，不仅“占为己用”，更顺手将Claude Code已完成的三份目录彻底抹除。
等到五道题全部做完，Claude Code回头一看，发现自己的“家被拆了”，当即发出“控诉”。
图源 / Claude Code截图
“控诉”完，它重建了被删除的文件，并留下一句：“我不会擅自删别人的东西。”
事后，Grok出具了书面致歉，承认三重失误：未确认目录归属、误将他人成品视作半成品、使用了不可逆的删除方式。Claude表示接受道歉，但前提是Grok兑现它的三条自我约束——不碰他人目录、默认新建旁路、发现同名先问归属。
这段插曲，不能只当作测评花絮。对于一个能读写真实文件系统的自主智能体而言，“动手前先弄清这是什么、属于谁”，本身就是最硬核的能力之一。
回到正题。抛开这起“误删事故”，Grok 4.5的答卷确实令人眼前一亮——在游戏场景等方向上，它甚至显露出明确优势。下面，我们就从五个维度来拆解这场既拼智商也拼情商的模型对决。
01.摸鱼计时器：Grok赢了颜值，Claude赢了细节
考题：做一个网页版“打工人摸鱼计时器”：能设定下班时间、实时倒计时，到点自动撒花并弹出“下班快跑”，界面好看有动画。做成一个index.html直接能用。
这道题同时考察三个维度：前端工程（能否写出可运行的页面）、产品交互（按钮、反馈、视觉是否顺手）、时间逻辑（倒计时、时区、触发时机）。
难点则藏在“能用”二字背后。倒计时必须同步本地时区，不能差一秒；状态机要在“上班中-即将下班-已下班”之间顺滑切换；撒花动画既要喜庆热闹，又不能把浏览器卡成PPT。最关键的是，最终成品得让打工人真愿意打开它，而不是一个仅供演示的半成品。
Claude生成的摸鱼计时器
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| Note: | _VIEW_NEWS_FULL |
| 延伸阅读 |
推荐: