17篇文章 · 实测对比

同样的内容
谁整理得更好？

相同提示词、相同17篇文章
分别交给 GLM-5 和 Claude Opus 4.6 整理
以下是完整对比

5.2
GLM-5
智谱 ChatGLM
VS
WINNER
8.6
Claude Opus 4.6
Anthropic
3.4分
综合评分差距（满分10分）
⚙ 测试条件
相同提示词 · 相同17篇视频脚本 · 同一套目录结构
输入材料：17篇 AI 科技博主「大黑」的视频脚本
任务要求：按工作流目录结构整理文章、提取信息、记录数据
目录结构：5大分类（内容生产/素材库/运营/方法论/商业）
评判标准：以"知识库实用价值"为核心指标
☰ 9项能力评分一览
每项满分10分，蓝色=GLM-5，橙色=Claude Opus 4.6
内容完整性
GLM-5
5
Claude
9
一致性/稳定性
GLM-5
4
Claude
9
数据整合能力
GLM-5
4
Claude
9
信息提取/金句
GLM-5
3
Claude
9
复盘分析深度
GLM-5
4
Claude
9
结构化程度
GLM-5
6
Claude
9
原始内容保留
GLM-5
7
Claude
8
文件/目录完整性
GLM-5
8
Claude
7
文件命名质量
GLM-5
6
Claude
8
📋 17篇文章覆盖检查
双方均完整覆盖17篇文章，无遗漏。文件命名方式有差异。
文章主题 GLM-5 命名 Claude 命名
1春节国产AI盘点
 2026-春节国产AI盘点预告 春节国产AI盘点-GLM5-M21-Qwen35
2AI周体验 第1期
 AI周体验-1-9.29-10.6 AI周体验01-Sora2编程模型齐发
3AI周体验 第2期
 AI周体验-2-10.6-10.13 AI周体验02-AI像人
4AI周体验 第3期
 AI周体验-3-最终期 AI周体验03-收官
5Galgame测试AI
 Galgame测试AI 旮旯高手对线AI
6Gemini 3.0 指南
 Gemini3-最全食用指南 Gemini3.0食用指南
7NanoBanana 老照片
 NanoBanana-修复老照片教程 NanoBanana老照片修复教程
8NanoBananaPro 首发
 NanoBananaPro-首发体验 NanoBananaPro首发体验
9Qwen模型发布
 Qwen模型集中发布闲聊 Qwen模型发布解读
10Seedream横评
 Seedream5-vs-QwenImage2-vs-NanaBanana-横评（完全相同）
11VibeCoding 教程
 VibeCoding-入门教程 VibeCoding入门教程
12四大AI - Grok
 国外四大AI-1-Grok 国外四大AI评测-01-Grok
13四大AI - Claude
 国外四大AI-2-Claude 国外四大AI评测-02-Claude
14四大AI - Gemini
 国外四大AI-3-Gemini 国外四大AI评测-03-Gemini
15四大AI - ChatGPT
 国外四大AI-4-ChatGPT 国外四大AI评测-04-ChatGPT
16信息焦虑 商单
 信息焦虑解决方案-商单 解决信息焦虑-AI速报系统
17大模型排行榜
 大模型排行榜科普（完全相同）
Claude 的命名更具辨识度：使用视频原标题关键词（如「旮旯高手对线AI」），而 GLM-5 倾向于用概括性描述（如「Galgame测试AI」）。AI周体验系列中，Claude 在文件名里附带了内容摘要，更方便检索。
📁 目录文件差异
除17篇文章外，两个文件夹在平台运营数据文件上有差异
📄
小红书/数据统计-下架记录.md
仅 GLM-5
📄
其他平台/快手-数据统计.md
仅 GLM-5
📄
其他平台/抖音-数据统计.md
仅 GLM-5
GLM-5 的唯一优势：多创建了3个独立的平台数据文件。但 Claude 版本将这些数据直接内嵌到了每篇文章的「数据记录」模块中，信息并未丢失，只是组织方式不同。
🔎 典型案例对比
通过3个真实案例，直观感受两个模型的差距
案例一：大模型排行榜科普
差距最大
18
GLM-5
行数对比
10.7x
193
Claude
● GLM-5 输出
• 仅有标题和目录骨架
• 无脚本内容
• 无数据记录
• 无金句提取
• 复盘仅一句话
● Claude 输出
• 10个排行榜完整讲解
• 3平台数据（B站6656播放）
• 5条精选金句
• 分析涨粉率2.6%含义
• 定义了博主定位方向
核心差距：GLM-5 在这篇文章上几乎"放弃治疗"，只输出了标题和粗略分类。Claude 不仅完整保留了5289字的脚本原文，还从数据中提炼出"涨粉率2.6%远超其他视频，说明平民化科普的需求确实存在"这样的可执行洞察。
案例二：国外四大AI - Grok
差距显著
● GLM-5
• 保留了完整脚本 ✓
• 基础元数据 ✓
• 无平台数据
• 无金句提取
• 无复盘分析
● Claude
• 结构化要点提炼 ✓
• 3条金句提取 ✓
• 4平台完整数据
• B站9174播/小红书668观看
• 分析弹幕比极低的原因
GLM-5 像是做了一份"脚本备份"，Claude 则做了一份"运营复盘报告"。对于工作流系统，后者的价值远大于前者。
案例三：旮旯高手对线AI
差距显著
28
GLM-5
行数对比
5.1x
144
Claude
● GLM-5
• 仅有选题背景和目录
• 无脚本、无题目细节
• 无数据
• 简单记了4条复盘
● Claude
• 完整4道测试题及答案
• 保留所有游戏细节和梗
• 3平台数据+分析
• 提炼"跨界测评需圈层重叠"
Claude 的分析洞察："这是一个有价值的失败实验——跨界测评需要两个圈层有一定重叠才有意义"。这种可复用的方法论提炼，才是知识库的核心价值。
案例四：Seedream 5.0 横评
两边一致
这篇是最近一篇文章（2026-02-10），两边输出了完全相同的227行内容，包含完整脚本、11项评分表格和使用教程。说明对于最新录入的文章，两个模型的初始处理能力差距不大——差距体现在持续性和稳定性上。
📈 9维评分详解
每个维度的详细得分与差距解读
📝
内容完整性
每篇文章的信息量是否完整覆盖原始输入
5
9
🛠
一致性/稳定性
17篇文章质量是否稳定，有无忽高忽低
4
9
📊
数据整合能力
是否将B站/小红书/抖音等平台数据整合到文章内
4
9
✨
信息提取/金句
能否从脚本中提炼出可复用的金句和核心观点
3
9
💡
复盘分析深度
能否从数据中提炼出可执行的方法论洞察
4
9
☰
结构化程度
文档格式是否统一、清晰、有固定模板
6
9
🗒
原始内容保留
口播稿原文是否完整保留，语气和梗是否丢失
7
8
📁
文件/目录完整性
是否为各平台建立了独立的数据文件
8
7
🏷
文件命名质量
文件名是否使用原标题关键词、便于检索
6
8
🏆 总分对比
蓝色 = GLM-5  /  橙色 = Claude Opus 4.6
内容完整性
5 vs 9
稳定性
4 vs 9
数据整合
4 vs 9
金句提取
3 vs 9
复盘深度
4 vs 9
结构化
6 vs 9
内容保留
7 vs 8
目录完整
8 vs 7
GLM-5 唯一领先的维度
文件/目录完整性（8 vs 7）
多创建了快手、抖音数据文件和下架记录
🏷 命名风格对比
Claude 使用视频原标题关键词，检索性更强
GLM-5
Galgame测试AI
Claude
旮旯高手对线AI
GLM-5
AI周体验-1-9.29-10.6
Claude
AI周体验01-Sora2编程模型齐发
GLM-5
信息焦虑解决方案-商单
Claude
解决信息焦虑-AI速报系统
GLM-5 用日期或描述性词汇命名，Claude 用视频实际内容关键词命名。当文件数量增多时，Claude 的命名方式更容易通过搜索找到目标文件。
📜 最终结论
基于17篇文章的完整对比分析
● GLM-5 — 5.2/10
优势
  • 多创建了3个独立的平台数据文件
  • 部分文章保留了完整原始脚本
  • 对最新文章（横评）处理质量尚可
劣势
  • 质量极不稳定：从18行到227行，波动超10倍
  • 大部分文章缺失平台数据、金句、复盘分析
  • 有的文章只留了标题骨架，等于没有整理
  • 几乎不具备从数据中提炼方法论的能力
  • 结构和格式不统一，无法形成模板化知识库
"GLM-5 做的更像是一份脚本备份，而不是知识库。"
● Claude Opus 4.6 — 8.6/10
优势
  • 极高的稳定性：每篇文章都保持同一水准
  • 始终整合全平台数据（B站/小红书/抖音/快手）
  • 每篇都提取金句、核心观点
  • 复盘分析能从数据中提炼可执行洞察
  • 统一的结构模板，形成真正的知识库
  • 文件命名更具辨识度，便于检索
劣势
  • 缺少3个独立的平台数据文件（快手、抖音、下架）
  • 个别文章对原始脚本做了适度压缩
"Claude 做的是一份运营复盘报告 + 方法论知识库。"
核心差距在哪？
1. 稳定性 — GLM-5 的表现像抽奖，有的文章193行装不下，有的只给18行骨架。Claude 每篇都是同一水准。
2. 分析能力 — Claude 不只"记录"，还能从数据中提炼洞察。比如"Gemini 3.0 指南是转折点视频，坚定了赶热点方向"，"涨粉率2.6%说明科普内容有需求"。
3. 信息密度 — Claude 将脚本+数据+金句+复盘整合为一份完整文档。GLM-5 的文件需要人工去别处补全数据。

建议：继续使用 Claude Opus 4.6

在这个"知识整理 + 运营复盘"的工作流场景下，Claude Opus 4.6 的综合表现显著优于 GLM-5。差距主要体现在稳定性和分析深度上，而非单篇的极限能力。

基于 17 篇文章的完整对比分析 · 2026-02-12