面对如此多的选择，选择正确的大型语言模型可能会让人感到不知所措，特别是如果您并不是真正生活在人工智能中的时候

但当我们研究过每一个项目时，我们真正了解了他们的长处（以及不足之处）。

那么，让我们讨论一下什么时候使用什么。

ChatGPT OpenAI-o1：可靠的全能选手

让我们从 ChatGPT 和 OpenAI-o1 开始。

OpenAI 的最新模型令人印象深刻，人们对其“推理”能力大肆宣传——基本上，它的设计目的是为了解决更多逻辑性较强的问题以及 ChatGPT 一直擅长的创造性任务。

为什么我们喜欢它 注重逻辑：OpenAI-o1 使用一种称为“思维链推理”的方法。简单来说，它更擅长一步步解决复杂的问题。 自定义 GPT：此功能 l让我们创建能够记住特定于我们工作的指令的模型。如果我们需要它像项目经理或社交媒体助理一样思考，我们只需点击几下即可完成设置。 不足之处 对于基本的东西来说太过分了：大多数时候，GPT-4 可以完成工作。 OpenAI-o1 擅长处理复杂的任务，但您可能不会注意到更简单的用例的巨大差异。 不是量子飞跃：重大改进是在幕后。如果您期望看到日常使用中的巨大变化，您可能会感到不知所措。

何时使用它：任何涉及更复杂逻辑的事情，或者当您需要定制响应时，例如编码或详细内容编辑。

Claude by Anthropic：总结者讲故事冠军

Claude 是我们总结和理解长文档的首选。

它在讲故事方面也非常出色，如果您正在创作内容或需要简化密集的信息，这会很有帮助。

是什么让它脱颖而出 文档总结：Claude 非常擅长归纳信息，因此当我们有大量文档并需要快速总结时，它是完美的选择。 用户友好的定制：Anthropic 的项目功能让我们可以为重复任务设置定制指令。感觉比 ChatGPT 的设置更直观。 需要注意什么 文件大小限制：如果您上传大文件（超过 20 MB），Claude 有时会大发雷霆。我们通常会压缩 PDF 来解决这个问题，但它值得了解。

最佳用例：当您需要一个易于导航的简单、可靠的工具时总结或创建内容。

Google Gemini：上下文之王（和播客）

在处理大量数据方面，Google 的 Gemini 给人的感觉是独一无二的。

我们喜欢它有一个巨大的上下文窗口，这意味着它可以在需要时保存和处理整本书。另外，它还有一个名为 Notebook LM 的奇特新工具，可以将文档转变为迷你播客。

为什么它很酷 处理海量数据广告：Gemini 的字数限制为 1000 万字，可以一次性跟踪大量文档，因此我们可以在需要时加载整个库。 ：此功能实际上将文档转换为对话播客格式的音频摘要。这是在同时处理多项任务时了解某件事要点的好方法。 缺点 有限的定制：虽然它有“Gems”（Google 对定制 GPT 的回答），但它们非常基本。您无法像使用 ChatGPT 或 Claude 那样将其连接到其他工具或 API。

何时转向 Gemini：当您需要立即处理大量数据时，或者当我在做其他事情时您想听音频摘要。

Llama by Meta：隐私灵活性

Llama 不一定是最先进的，但由于它是开源的，因此当隐私受到关注时，它是我们的首选。

与其他产品不同，Llama 可以在您的计算机上离线运行，因此它不会与大型科技公司共享数据。

为什么我会推荐它 保持私密性：由于 Llama 在本地运行ly，我们可以确保我们的数据远离互联网。 高度可定制：Llama 是开源的，这意味着我们（或任何开发人员）可以根据独特的需求对其进行修改。我们做的不多，但很高兴知道这是一种选择。 弱点 不是最强大的：在高质量内容或解决问题方面，它不如 Claude 或 ChatGPT。但对于基本用例来说，它是可靠的。

何时有意义使用：任何时候隐私都是关键的，例如敏感的内部数据，或者当您只需要快速的本地解决方案时。

Grok by xAI：Twitter 数据真实图像生成

Grok 是一个有趣的工具 - 它是原生社交媒体，与 X（以前称为 Twitter）集成。

这是一个不错的模型，并配备了强大的图像生成器 Flux One，可以制作超逼真的视觉效果。但它真正的亮点在于实时提取 Twitter 数据。

我们为什么使用它 实时 Twitter 见解：Grok 让我们可以实时查看趋势或分析流行的 Twitter 个人资料。 图像生成：Flux One can 创建人物、场景等的真实图像，主题很少限制。 缺点 利基用例：它非常适合 Twitter 数据和图像，但在摘要或讲故事等一般任务中并不突出。

理想用途：社交媒体研究并为内容生成逼真的视觉效果。

困惑：研究人员最好的朋友

从技术上讲，并不是传统意义上的法学硕士。相反，它是一种人工智能驱动的研究工具，可以从互联网上获取信息，然后使用模型来组织它。

当我需要快速、准确的信息或对某个主题的第二意见时，这是我们的首选。

是什么让它不可或缺 网络搜索功能：Perplexity 搜索网络并总结内容，使其非常适合研究繁重的任务。 选择您的模型：我们可以使用 GPT-4、Claude 甚至 OpenAI-o1 作为 Perplexity 中的“引擎”，因此我们总能获得适合我们需求的模型。 注意事项 仔细检查准确性：有时它会混淆相似的名称r 会提取过时的信息，因此最好交叉检查重要事实。

当我使用 Perplexity 时：每当我处于“研究模式”或需要博客文章、演示文稿或会议的最新见解时。

找到合适的法学硕士就像将工具的优势与您的需求相匹配一样简单。

我们的建议？尝试一些，并毫不犹豫地混合搭配以获得最佳结果。

来源：hubspot