评测：Claude与DeepSeek找商业计划错误

作者 siberiankot 用两套测试检验 Claude Fable 5.1 与 DeepSeek 4.1 审查商业计划书的能力。在 60 个植入错误中，Claude Fable 5.1 找出 59 个，DeepSeek 4.1 找出 50 个。 在 31 个模型无法识别的真实小企业案例中，两者分别命中 81% 和 82% 的关键问题。测试中，每个模型都在全新的网页对话中收到相同指令：像严格的董事会那样审查并指出问题；Claude 使用 claude.ai 无痕对话、High effort 且不联网，DeepSeek 使用聊天应用、DeepThink 且关闭搜索。作者称整个测试约花费 10 美元模型调用费，另加两份聊天订阅。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。