那段时间被一堆需求堆着，一边要整理好几份上万字的资料，一边还要写带逻辑链条的方案，翻来覆去纠结国内的ai大模型哪个好，索性手上能摸到的几款都挨个丢进去试，没有提前做什么评测表格，就是跟着当天要做的事走，遇到卡壳就换一个。
最先开的是长文档。手里攒了三份行业文档，打包传上去，想要它把里面矛盾的数据拎出来，梳理清楚不同版本的表述差异。一开始用的那一款，宣传里写着支持超大上下文，上传倒是顺利，等了一小会儿返回内容，看着条理挺整齐，可回头对着原文核对，有两处关键数字直接混在了一起，凭空拼接出一句原文根本没有的结论。当时以为是提示词写得太简略，反复调整措辞，拆成两步让它先摘录再对比，结果还是会悄悄加东西。
有点烦躁。
换到另一款之后，同样的文件包，同样一句话指令，输出慢了不少，段落排布也松散，没有上一款看着精致，但是逐条核对下来，所有引用的句子都能在原文找到对应位置，不会自己往外编信息。只是它有个让人难受的地方，连续多轮对话之后，前面提到的约束条件很容易忘掉，上一轮刚说好不要扩写，下一轮又开始额外补充一大段无关的背景描述，要不停重复提醒。
中间顺手拿一个做简单的文案润色，这部分倒是省心。给一段初稿，改语气、调整句式，贴合日常宣传的调子，出稿速度很快，改出来的文字读起来顺滑，几乎不用大改。可转去写一小段逻辑推导类的内容，漏洞一下子就露出来，步骤跳得厉害，看着像那么回事，顺着推导一遍就能发现中间缺了一环，自己很难主动察觉到。
有天晚上试代码相关的需求，写一段简单的脚本，还要附带注释。有一个模型写出来的代码框架没问题，注释清晰，报错点也标注出来，复制到本地小改两个参数就能跑。换另一个，代码块看着完整，运行直接报错，反复让它自查，它只会重复输出一模一样的版本，找不到问题在哪，来回拉扯了快二十分钟，最后干脆放弃，回到之前那个模型重新生成。
朋友刚好也在用，他跟我的感受完全反过来。他很少处理长文档，大多是随手问问题、整理笔记，偏爱响应快、界面简单的那一个，说别的模型对他来说太笨重，等待时间久，没必要。我跟他说那个模型处理长文本容易乱编，他说自己从来没碰到过，平时最多就是一两千字的内容，足够用了。
慢慢才意识到，我一直在不自觉找一个全能的，想着有一个模型能扛住所有任务，不用来回切换。但折腾这么久下来，没有哪一个能在我所有场景里都稳定靠谱。长文本核对有合适的，写代码有顺手的，日常轻量查询有反应快的，一旦跳出它擅长的范围，翻车概率就会往上走。免费额度、高峰期排队、联网信息的新旧，这些细碎的点，也会时不时打乱体验，有时候上午用着稳定，下午高峰时段就开始卡顿或者回答简略。
这些都只是我这段时间零散试出来的感受，仅代表我个人情况，不同场景、不同人的体验会存在差异。别人拿它做的事跟我不一样，得出完全相反的感受也很正常。
那天关掉页面的时候，桌面上还并排开着好几个模型的标签页，没有关掉任何一个。