RT。纯属个人观点，欢迎交流讨论。 
是不是很像短视频标题？ 
写代码：gpt-5-high 
体验下来gpt-5-high能修改最少的代码，达成最优的效果，在全局上是最优的。 
claude系列模型初次生成都很好。 
Gemini-2.5-pro通常不能发现自己问题，但由用户提出问题后，改代码也很好用。 
调用工具：gpt-5-high 
同样全局最优，gpt-5-codex确实调用工具还没high做得好，幻觉可能有点大？ 
Gemini-2.5-pro 有时候好，有时候不好，也有可能是我API厂商的缘故？ 
claude我体验的时候幻觉有点大，同Gemini，正常来说我用CC，自家的适配应该还好点才对。 
这里特别举出glm，调用工具能调用，但328行的代码，能被他看成36行 
联网搜索：gork-4-fast 当之无愧 
不过他居然搜索不到自己是最强搜索模型 
写作：Gemini-2...