如何挑选AI模型选AI模型正确打开方式

AI模型到底该怎么选？宾大教授Ethan Mollick用一篇文章梳理得明明白白。

首先，别再纠结“哪个模型更强”，关键是选一个“整体”好用的。

主流选项只有三个：Claude（Anthropic）、Gemini（Google）和ChatGPT（OpenAI）。三者都提供基础对话、语音模式、看图、看文档、写代码、生成图像、以及深度调研功能。

那么选哪个更合适？可以根据以下几个维度来判断：

- Claude最注重隐私，默认不会用你的数据训练模型；

- ChatGPT图像生成能力最强，控制更细；

- Gemini的语音和视频功能更突出，特别适合“拍照提问”这类多模态场景；

- 想免费用，可以试试DeepSeek R1，性能也不错。

每个厂商都有三个主力模型，对应不同使用场景：【图1】

1. 聊天类任务（速度快，但智能稍弱）：

- Claude 4 Sonnet

- GPT-4o（ChatGPT）

- Gemini 2.5 Flash

2. 工作类任务（更聪明、更少错误，但速度稍慢）：

- Claude 4 Opus

- o3（ChatGPT）

- Gemini 2.5 Pro

3. 高难度问题（非常慢，使用次数有限）：

- Claude 4 Opus Extended thinking

- o3-pro（ChatGPT）

- Gemini 2.5 Pro（目前还没有专门的“深度思考版”，但可能会补上）

值得注意的是，想使用更强大的模型，需要手动切换，因为默认的一般都是快速模型。【图2】

功能上，“Deep Research”是墙裂推荐的高级功能，它可以生成靠谱、结构清晰、带引用的调研报告，适合做决策、选礼物、规划旅行、甚至医学、法律的“第二意见”。【图3】

如果不想等太长时间，可以模拟一个“Deep Research”，也就是给强力模型开启联网功能实现。

再说一种新型交互方式，让AI通过你的摄像头看世界。

比如指着一个坏掉的设备、数学习题、菜单、植物，AI能直接识别并回应。ChatGPT和Gemini支持拍照互动，Claude目前不支持。

下面是图像和视频生成方面，分别给三种模型输入这样的提示词——

“给我来一张水獭的照片，手里拿着一块牌子，上面写着‘水獭很酷，也是技艺精湛的飞行员’。水獭还拿着一架银色微型747飞机。”

【图4】可以看到，ChatGPT对细节把控更好。

然而在视频生成方面，Gemini的Veo 3模型非常出色，也是目前视频生成领域的顶级模型，就是太贵了，8s左右视频大概需要8美元。

最后，为什么同样是AI，有的人就只是多了个聊天搭子，而有的人却像有个工作助理？记住这些方法：

- 给足上下文语境，不然AI就是在瞎猜；

- 说清楚你要什么，别光说模糊请求；

- 大型任务可以让AI一步一步来，便于发现哪里出问题了；

- 多要点输出数量，比如让它出50个想法，不要怕麻烦AI；

- 如果之前的提问有误，可以点编辑按钮修正提问，该功能支持回看每次编辑，只要点切换按钮就好。

常见坑也别踩：

- AI通常具有幻觉问题（胡说八道），理论上使用越高级的模型，答案越靠谱，而且打开Web搜索功能，结果通常更稳；

- 别把AI当神，它只是个聪明的助手；

- 别只问完就走，多讨论多思考，才是正确用法；

- 别忘看看“推理过程”，看AI是怎么一步步得出答案的。

作者最后总结道，大部分人用AI的方式还停留在“搜索引擎”阶段。而真正用得好的人，是那些敢让它动手做事、分析真实问题、探索多个方案的人。