最近同时用GPT-6 Astra和DeepSeek做任务，发现它们的行为差异大到…

最近同时用GPT-6 Astra和DeepSeek做任务，发现它们的行为差异大到离谱。 GPT-6 Astra做事极其严谨，一定要把事情搞明白才动手。有不合规的地方，它会一而再再而三地纠正你，不纠正完誓不罢休。我让它做数据分析，它会先确认数据来源、清洗规则、分析目标，每一步都要跟你确认清楚才继续。 DeepSeek正好反过来。我让它完成一个任务，刚说完第一步，它就把整个任务都给我做完了，有点过度积极主动。严谨程度跟GPT完全是两个极端。不过这种爱表现的特质在创意类工作中反而成了优势，比如写文案、头脑风暴这些场景。 我的体感是GPT和DeepSeek是严谨和松散的两个极端，而GLM介于中间：没有GPT那么讲究逻辑性，但也没有DeepSeek那么有创意。 所以我现在做事，经常是让GPT-6 Astra和DeepSeek同时完成任务，再由GPT-6整合。接下来打算试试让GLM也把一些任务做一遍，看看不同的模型组合会产生什么不一样的化学反应。 至少到现在，我让DeepSeek和GLM同时写文章、再由DeepSeek整合，出来的文章质量和语气自然的程度，比单纯用DeepSeek又上了一个台阶。 这种多模型协作的思路挺有意思的。不是选一个最好的模型，而是根据任务特点，让不同模型各司其职。严谨的数据分析交给GPT，创意内容交给DeepSeek，中间地带让GLM来补位。 如果你也在用多个模型，可以试试这种组合方式。特别是需要同时兼顾严谨性和创意的任务，单个模型很难两全，但组合起来效果可能出乎意料。