Anthropic 官方釋出的這張最新評測圖，揭示了 2025 年 AI 三巨頭截然不同的進化樹。 如果你還在問「哪個 AI 最強？」，這張圖告訴我們：答案取決於你要它「做什麼」。 我們不再處於一個通用模型通吃的時代，而是進入了「專長分化」的階段。 1. Claude Opus 4.5：最強的「實作代理人 (Agent)」 寫程式還是得用 Claude。 - 關鍵數據：Agentic Coding (80.9%) & Computer Use (66.3%) 。在 SWE-bench（軟體工程測試）中，它突破了 80% 的大關，大幅領先 GPT-5.1 (76.3%)。更可怕的是 Computer Use 能力，它能像人類一樣直接操作電腦介面。 - 含義： 這是邁向 AGI（通用人工智慧）的重要一步。Claude 不只能寫出程式碼，還能自己去終端機跑測試、Debug、甚至操作你的滑鼠去填表單。它是目前最接近「數位員工」的模型。 2. Gemini 3 Pro：無懈可擊的「學術大腦」 Google 展現了知識深度。 - 關鍵數據：Graduate-level reasoning (91.9%) 在 GPQA（博士級科學問答）測試中，Gemini 3 Pro 拿下了全場最高的 91.9%，狠狠甩開了 Opus 4.5 (87%) 和 GPT-5.1 (88.1%)。 - 含義： 如果你的工作涉及硬科學（生物、物理、化學）或極度複雜的學術考據，Gemini 依然是首選。它的「幻覺」可能最少，邏輯推演最嚴謹，且在多語言（Multilingual Q&A）上保持了傳統優勢。 3. GPT-5.1：視覺王者，但在「新邏輯」上遭遇滑鐵盧？ GPT-5.1 的數據在這張圖上呈現了有趣的兩極化。 - 強項：Visual Reasoning (85.4%) 在 MMMU（多模態視覺推理）上，GPT-5.1 奪得冠軍，高出 Opus 4.5 近 5%。這代表它看圖表、理解複雜影像的能力最強。 - 弱點：Novel problem solving (17.6%) ， 這是令人震驚的數據差異。在 ARC-AGI-2（抽象推理與新問題解決）測試中，Opus 4.5 拿下了 37.6%，而 GPT-5.1 僅有 17.6%。 - 含義： ARC 測試的是「面對從未見過的邏輯規律」的反應能力，無法靠背誦數據庫得分。這暗示了 GPT-5.1 可能非常擅長處理已知的知識與模式，但在面對完全陌生的情境時，其「舉一反三」的靈活性可能不如 Claude Opus 4.5。 這張圖表打破了「一家獨大」的局面，根據你的需求，選擇會完全不同： ✅ 選 Claude Opus 4.5： 如果你是工程師，或需要 AI 自主完成一連串複雜操作任務（Agentic Workflow）。 ✅ 選 Gemini 3 Pro： 如果你是研究人員、博士生，需要最精準的知識庫與學術推理。 ✅ 選 GPT-5.1： 如果你需要處理大量視覺資訊、圖表分析，或是習慣於處理標準化的通用任務。不過，由於 Gemini 3 Pro 並沒有 Visual Reasoning 的分數，所以還未可知。

最近發佈的 CH1｜不懂程式也能做自動化？教你用「產品經理」思維指揮 AI 抓取 Threads 資料，我把範例程式放在 Notion 上，有需要的人可以直接拿取使用。 之後如果有範例程式或模版（Notion或n8n），也都採用此方式，就不另外說明。

原本打算採付費制，後來想一想還是直接提供給社群內的人都可以觀看，畢竟是基礎版。 課程影片將採 Lv2 制，請努力與社群互動，晉升 2 級。 影片更新時程請見 https://www.skool.com/decode-ai-ai-2667/classroom/afaf661a?md=197a30779e714ed5bb8dfc7d3323214b PS: 請注意影片更新時程可能會修改。

各位好，此社群是 Raven AI 週報的延伸社群。 在這裡我會固定每月更新至少 2 篇文章或影片，這裡的更新是指： - Classroom：分成 AI 知識管理、AI Coding、AI 自動化(n8n)，各自有基礎與進階內容。 每個人進來都是 Lv1 ，如果 Classroom 內課程寫 Lv1 ，代表你能直接進去。 與社群互動，發文、留言等等，能夠增加經驗值，當你升級，就能進到相對應的課程。 最後，請各位在「自我介紹」區發文，讓大家幫你留言按讚。