大家好，欢迎回到 Axton 的频道。AI 领域的发展日新月异，都说新发布的 GPT-4o（更新至 2025-05）比之前的 GPT-4 Turbo（更新至 2025-05）强出一大截，甚至在不少 AI 模型排行榜上，GPT-4o 已经悄然登顶。但在我日常的使用体验中，感觉它们更像是各有千秋。为了给大家一个更严谨的答案，今天，我将对这两位 AI 界的”当红炸子鸡”进行一次全方位的硬核对决，看看 GPT-4o 是否真的全方位碾压，亦或是我会被现实”打脸”。
编码对决：俄罗斯方块挑战赛，GPT-4o 一鸣惊人
在编程能力上，GPT-4o 的表现简直可以用”惊艳”来形容，直接碾压了 GPT-4。
我首先向 GPT-4o 发起了挑战：”你能用 Python 编写一个俄罗斯方块游戏吗？” 它不仅响应迅速，代码生成速度也相当快。片刻之后，代码便完成了。我将代码复制到 VS Code 中，新建了一个名为 game4o.py 的文件，粘贴并运行。令人惊喜的是，游戏一次成功运行，经典的俄罗斯方块界面跃然屏上，并且可以用键盘流畅地操控方块的左右移动和翻转。唯一的小瑕疵是游戏窗口略宽，不太符合我的操作习惯。
于是，我向 GPT-4o 提出了修改请求：”运行得很好，但是画面太宽了。” 它立刻心领神会，迅速调整了屏幕尺寸参数，将宽度设定为 300 像素，高度为 600 像素。我再次将修改后的代码覆盖到 game4o.py 文件中并运行，一个完美的俄罗斯方块游戏界面便呈现出来。我试玩了一下，方块的消除逻辑完全正确，游戏体验非常棒。坦白说，GPT-4o 在编码任务上首次尝试就能达到如此高的准确率，确实让我刮目相看，即便我的俄罗斯方块技术实在不怎么样，也能愉快地玩到游戏结束。
接下来，我切换到 GPT-4（更新至 2025-05），在新的会话中提出了同样的请求。GPT-4 也表示可以完成，并同样选择了 Pygame 库，甚至贴心地提示了如何安装该库。然而，它的代码生成速度明显慢于 GPT-4o。代码完成后，我创建了 game4.py 文件并运行，结果一上来就报错，提示 Colors 里面的 Orange 未定义。我没有尝试自己调试，而是直接将错误信息反馈给 GPT-4。它识别了错误并给出了修改方案，增加了橙色、粉色和紫色的定义。我按指示修改后再次运行，又出现了新的错误。我再次将错误信息贴给它，并小小地抱怨了一下。在 GPT-4 再次给出修改方案后，我更新了代码，但运行时窗口闪了一下便再次出错。至此，我已经不想再继续折腾了。结论非常明显：在这次编码测试中，GPT-4 惨败，改了两次代码依然无法正常运行，这着实出乎我的意料。
长文阅读与数据分析：GPT-4o 凭借新功能更胜一筹
对于长篇 PDF 文档的处理和数据分析能力，GPT-4o 凭借其最新的数据分析功能（更新至 2025-05），展现出了更为现代和便捷的优势。
为了测试这项能力，我决定让它们从特斯拉的年报中提取收入数据并制作成表格。我首先通过 Perplexity 找到了特斯拉 2023 年年报的 PDF 下载链接，这是一个长达 130 页的文档，其收入数据大致在第 38 页。我将这份 PDF 文档首先上传给了 GPT-4o，并指示它：”附件是特斯拉 2023 年年报，请提取收入数据，并整理成一个电子表格。” 经过几次内部尝试后，GPT-4o 成功提取了数据，并生成了一个可供下载的 Excel 表格。我下载并打开表格，与 PDF 原文对比后，发现数据基本准确无误。为了方便查看，我还让它将表格翻译成了中文，诸如”汽车销售”等条目清晰明了。
基于提取的数据，我进一步要求 GPT-4o：”请根据特斯拉的收入报表，做出你认为最炫酷的对比图形。” 它很快生成了一个非常漂亮且可交互的图表，用户甚至可以更改图表的颜色，或者打开图表进行更细致的操作。这正是 ChatGPT 最新升级的数据分析功能（更新至 2025-05），非常强大和实用。关于这个功能的详细介绍，我在之前的视频中已经有过深入分析，这里就不再赘述。
随后，我将同样的任务交给了 GPT-4。它也顺利地从年报中提取了收入数据，并生成了一个 CSV 文件。打开文件后，我发现数据也是准确的，只是其行列组织方式与 GPT-4o 生成的表格恰好相反，它选取的是按主要来源计算的收入数据表格。虽然两个模型提取的是不同角度的收入数据表，但数据本身都是正确的。在制图方面，GPT-4 也能生成图表，但视觉效果上不如 GPT-4o 的那么精美，并且中文字符未能正常显示（当然，这可以通过提供中文字体解决，并非本次测试重点）。值得注意的是，ChatGPT 最新的数据分析功能（更新至 2025-05）目前仅在 GPT-4o 模型下可用。在 GPT-4 中，如果上传 Excel 文件，它会作为附件显示，而不会直接嵌入为可交互的表格。因此，在长文 PDF 数据提取方面，两者旗鼓相当，但 GPT-4o 凭借其先进的数据分析功能在体验上更胜一筹。
完整视频请点击观看：
https://youtu.be/gdQAid5DOhc
文本生成综合比拼：GPT-4o 与 GPT-4 各擅胜场
在文本生成方面，我设计了一系列不同维度的测试，包括担当裁判、识别图片情绪、创作诗词以及现象分析，结果显示两者各有亮点。
担当”裁判”：斯嘉丽·约翰逊 (Scarlett Johansson) vs OpenAI 事件评判
在扮演”裁判”角色，评判斯嘉丽·约翰逊 (Scarlett Johansson) 与 OpenAI 争议时，两者的表现各有千秋，但 GPT-4o 的结构化输出更易于阅读。
我首先向 GPT-4o 提供了事件简介，并要求它上网搜索详细信息进行评判，表明立场。GPT-4o 搜索了 4 个网站后，清晰地概述了背景：OpenAI CEO 山姆·阿尔特曼 (Sam Altman) 曾邀请斯嘉丽为其 GPT-4o 提供语音但遭拒，随后 OpenAI 发布会上推出的 SKY 声音被指与斯嘉丽声音高度相似，引发斯嘉丽发出律师函，最终 OpenAI 暂停使用该声音并发布博文解释采样过程。GPT-4o 的评判倾向于支持斯嘉丽，认为未经授权使用或模仿名人声音构成不尊重和侵权，同时也提及若 OpenAI 所言属实（非故意模仿），法律上可能未违法，但赞赏其暂停使用的负责任做法。
同样的任务交给 GPT-4，它搜索了 6 个网站后给出了回复。GPT-4 的背景解释更为简洁，评判时则显得更为”圆滑”，没有明确站队，但字里行间也流露出对斯嘉丽团队反应的理解，特别是考虑到她曾明确拒绝。GPT-4 强调 OpenAI 采取了负责任的措施。从回复结构上看，GPT-4o 的内容层次分明，易于阅读；而 GPT-4 虽然简洁，但我个人更欣赏其逻辑的流畅性和对核心矛盾的把握，尤其那句”约翰逊团队的反应是可以理解的，特别是如果声音确实跟他非常相似，而且此前他已经明确拒绝了 OpenAI 的使用请求”，直指问题关键。
图像解读：人物表情识别的细微差异
面对一张包含复杂情绪的图片，GPT-4o 对人物表情的解读似乎更胜一筹。
我用了一张在推特上引发讨论的图片，分别让两个模型描述图中人物的心情。GPT-4 描述左边的女士”表情显得既优雅又冷静，目光直视镜头，嘴唇涂有鲜艳的红色唇膏，带有一种正视和自信的氛围”，而右边的男士则”表现出一种惊讶和困惑的表情，眼睛睁得很大，嘴巴微张，给人一种突然被问到一个难以回答问题的感觉”。
GPT-4o 的解读则是：左边的女性”显得庄重却自信，她的表情严肃且目光坚定，可能是在出席某个正式活动”，右边的男性”表情则显得略带紧张或尴尬，她的眼神向上看，嘴角微微裂开，可能是遇到了让她感到不自在的情况”。对比之下，我认为 GPT-4o 的描述”庄重自信”与”紧张尴尬”更为精准地捕捉到了图片中人物情绪的对比和细微之处，因此在这一轮我更倾向于 GPT-4o。
诗词创作：GPT-4o 才情尽显，GPT-4 稍逊风采
在诗词创作这一中华文化的瑰宝领域，GPT-4o 展现了令人拍案叫绝的才华，而 GPT-4 则显得有些力不从心。
我先出了上联”寒塘渡鹤影”让它们对下联。GPT-4o 对出”暖树栖凤声”，遵循了”冷对热，黑对白”的对仗思路。接着，我给出一张含有”植物大战僵尸”中僵尸形象的图片，设定情境为一个中年男人看到图片，脑海中浮现”念去去千里烟波，暮霭沉沉楚天阔”的词句，并要求它们仿照此词风格创作一首描述当下心情的词。
GPT-4o 的作品令我大为惊艳：”忆昔年，繁花似锦，春光无限好。奈何岁月催人老，旧梦难追，千里烟波渺。举目苍茫，霜染鬓，沉沉暮霭锁心潮。身如这路人，伫立门前，怅惘无从道。长风几度，吹尽往事影，何处是归巢？多少风雨悲欢离合，只道是，岁月无情早。听夜雨滴滴心声绕，只愿他年梦一场，笑看天高云淡，水远山遥。” 这首词意境深远，情感真挚，完全超出了我对 AI 创作能力的预期。
相比之下，GPT-4 在对对子时，直接给出了原著中的”冷月葬花魂”，虽然经典但缺乏原创性。而在情景作词环节，GPT-4 最初写出的”画中怪物显恐怖，万古孤寂无人识。风吹杂草，萧萧起，心头忽觉幽愁逼”则显得有些”一言难尽”，更像是诗而非词。在我提示它诗与词的区别后，它重新创作了一首：”遥望断桥留孤影，疏星如点，夜凉如水。梦回何处，空余泪。心事浓于酒，细雨蒙蒙，湿衣襟。碎步轻移，风卷残云。情归何处，一片愁云。愁绪难舒，怀中事。” 这次虽然更像词了，但与 GPT-4o 的作品相比，仍有不小的差距。
现象分析：全民基本收入（UBI）的探讨
针对全民基本收入（UBI）这一复杂社会现象的分析，GPT-4 凭借其选择的思维模型和论证深度，略占上风。
我提出的问题是：当 AI 替代越来越多人类工作后，UBI 政策可能导致低薪工作者离职，引发服务业用工荒，UBI 是否会成为”懒人福利”？请选择思维模型分析。GPT-4o 选择了激励理论和系统思维，从正反两方面探讨 UBI 对人的激励（可能让人追求热爱或产生依赖），并分析其对社会经济系统的影响，结论是 UBI 是一个复杂的系统问题。
GPT-4 则选择了供需平衡模型。它分析了 UBI 对劳动力市场供给的影响（短期减少，长期可能提升劳动力素质），以及对需求的影响（服务业劳动力短缺，但消费需求可能增加）。它还探讨了市场调整机制（企业寻求自动化，推动技术升级）和配套设施的必要性。GPT-4 的结论是 UBI 并非简单懒人福利，而是可能促进经济社会长期健康发展的工具。在这一轮，我个人更倾向于 GPT-4 的分析框架和论证深度。
推理能力测试：烧绳子计时难题
在经典的烧绳子计时推理题上，经过逐步引导，GPT-4o 最终成功解题，而 GPT-4 则在逻辑上显得有些混乱。
问题是：一根不均匀的绳子从头烧到尾需 1 小时，如何用烧绳子方法计时 45 分钟？GPT-4o 的回答是：同时点燃绳子 A 的两端和绳子 B 的一端。A 在 30 分钟烧完，此时点燃 B 的另一端，B 剩下的部分会在 15 分钟内烧完，总计 45 分钟。GPT-4 的回答逻辑与此一致，两者均正确。
随后我将问题进阶为如何实现 75 分钟计时。GPT-4o 的方案是：同时点燃绳子 A 和绳子 B 的一端（各需 60 分钟烧完）。A 烧完时（60 分钟），立刻点燃绳子 C 的两端（C 烧完需 15 分钟）。这个逻辑显得很奇怪，因为它没有解释 C 如何能精确计时 15 分钟。GPT-4 的方案也陷入了混乱，涉及到三根绳子和复杂的点燃顺序，逻辑上难以自洽。
我尝试给出提示：”你已经知道了如何实现 45 分钟计时，那么实现 75 分钟计时，你还需要额外计时多长时间？” 两者都正确回答出还需要 30 分钟。但我进一步要求它们基于此拆解任务时，GPT-4o 经过再次提示（如何实现 30 分钟计时：同时点燃一根绳子两端），最终给出了正确的组合方案，总算理清了思路。而 GPT-4 即便在提示下，其后续逻辑依然奇葩。这一轮，在引导之后，GPT-4o 胜出。这里也体现了提示工程 (Prompt Engineering) 的重要性，将复杂任务拆解能显著提高语言模型的准确率。如果你想了解更多提示工程技术，可以关注我精心打造的 AI 基础能力课程，相关链接在描述栏中。
更多细节可参考我的上一篇文章 👉 GPT-4o 原生图像有多狠？多模态时代，AI 开始懂的融汇贯通了！| 回到Axton
GPT-4o vs GPT-4：谁是最终赢家？
综合各项测试来看，GPT-4o（更新至 2025-05）在多数场景下展现出超越 GPT-4（更新至 2025-05）的能力，尤其在效率和特定创新功能上。
回顾整个比拼过程：在编程写代码方面，GPT-4o 完胜；阅读长篇 PDF 提取数据，两者旗鼓相当，但 GPT-4o 凭借其先进的数据分析功能在体验上占优；上网查信息当裁判，GPT-4 略胜一筹；识别图片人物表情，GPT-4o 稍占优势；生成诗词，GPT-4o 完胜；对于全民基本收入的分析，GPT-4 表现略好；经典的推理数学题，在经过两轮提示后，GPT-4o 胜出。
因此，从总分来看，GPT-4o 无疑要强于 GPT-4。在大部分日常使用场景下，GPT-4o 应该能够满足绝大多数用户的需求。不过，我仍要补充一句，虽然我日常大部分情况也会使用 GPT-4o，但如果遇到需要多轮深度沟通、探讨复杂问题的场景，我个人还是会倾向于选择 GPT-4，感觉它在某些特定对话的连贯性和深度上仍有其独到之处。
全局性核心要点总结
通过这次全面的 GPT-4o vs GPT-4 对比测试（更新至 2025-05），我们可以清晰地看到 AI 技术正以前所未有的速度迭代。GPT-4o 在执行效率、多模态交互（如其原生的图像处理能力，我在另一篇文章中有详细介绍）以及特定创新功能（如高级数据分析）方面，确实展现了显著的进步，这使得它在许多任务上成为更优选。然而，GPT-4 在某些需要深度逻辑推理和 nuanced 理解的文本任务中，依然宝刀不老，显示出其成熟模型的底蕴。最终模型的选择，并非绝对的”谁取代谁”，而更应基于具体的使用场景和任务需求，理解它们的各自优势，才能最大化发挥其潜能。同时，有效的提示工程技巧，对于驾驭这些强大的 AI 工具，获取高质量输出至关重要。
独特深度洞见
AI 模型的发展，如今已不仅仅是参数量和性能指标的竞赛。我们更应关注的是，它们如何更深刻地理解人类意图，并以更自然、高效的方式融入我们的工作与生活。GPT-4o 在代码生成的一次成功、诗词创作的惊艳以及数据分析的便捷性上所展现出的”直觉”与”效率”的跃升，预示着 AI 正从单纯的”工具”向更智能的”伙伴”转变。未来，AI 或许能更好地预判我们的需求，主动提供协助，真正实现与人类智慧的协同进化，而不仅仅是被动地执行指令。
希望今天的分享对大家有所帮助。我是 Axton，如果你喜欢我的内容，请不吝点赞、评论、订阅我的频道并开启小铃铛，我们下期再见！
