一句话看懂：Android Police 作者用完全相同的自然语言提示词，让 Gemini、ChatGPT 和 Claude 分别搭建二手车经销商网站，结果显示 Claude 在图片匹配、细节理解和设计成熟度上明显胜出，成为这场同题测试的赢家。
事件核心：发生了什么
2026 年 8 月，技术作者 Debasish Mandal 在 Android Police 发布了一项实测：他给 Gemini 3.6 Flash（开启 Extended Thinking）、ChatGPT（开启 Think 模式）和 Claude Sonnet 5（开启 Thinking，力度设为 Extra）下达了同一段模糊提示，要求各自动手搭建一个包含首页、库存页和车辆详情页的二手车经销商网站。
三个模型都完成了基础任务，但差距出现在细节。Gemini 的输出乍看不错，实则图片与车辆严重错配，比如“2020 Jeep Wrangler”配了一张空路照片，“2019 Ford F-150”配的是法拉利超跑；价格也缺乏合理性。ChatGPT 表现居中，部分图片能匹配车型，设计比 Gemini 更协调。Claude 则准确匹配了每一辆车的型号，主动选用带有凹痕和划痕的高分辨率二手车实拍图，并添加了 A+、B 等车况徽章——这些都不是作者明确要求的。值得注意的是，Claude 首轮因担心品牌版权问题，自行生成了 SVG 草图；在作者建议改用真实图片后，它仍能自主理解“需要真实感二手车图”的隐含意图，最终在准确性和设计上双双领先。
为什么重要
这不是一次简单的“谁更快”的比赛，而是反映了当前大模型之间“理解意图”能力的真实差距。在提示词刻意模糊的情况下，Claude 展现出更强的推理能力和设计判断力，能主动补齐用户没有明说的需求；Gemini 则更接近“快速拼接代码”，图片选择近乎随机，设计上偏向“氛围正确”的模板感。这说明，推理能力、素材语义匹配和审美决策，正在成为区分 AI 编程助手实际可用性的关键维度。
对用户/开发者/创作者的影响
对普通用户，这个测试提示我们：当需要可交付的产品级输出时，Claude 这类更“慢”的模型可能更值得等待，速度并不等于最终质量。对使用 API 开发应用的团队，它提醒开发者要根据任务类型选择模型，涉及多模态内容生成和品牌素材匹配时，不能只考察代码正确率，还要关注素材与语义的对应关系。对内容创作者，AI 输出的“最后一公里”——细节真实感、
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
