ChatGPT vs Claude vs Gemini i det daglige arbejde

Hvorfor benchmarktabeller ikke hjælper dig

Offentlige benchmarks måler snævre opgaver under laboratorieforhold, og ranglisten skifter hver få uger. Ingen af delene fortæller dig, om en model skriver dine kundemails i en stemme, du ville skrive under på.

Dit eget arbejde er det benchmark, der tæller. Det har din tone, dine filformater og dine tilbagevendende grænsetilfælde, og intet af det står i en score ud af hundrede.

ChatGPT vs Claude vs Gemini: hvad er hver af dem god til

Det er brede strøg, og de forskydes ved hver udgivelse, så tag det som en arbejdshypotese og ikke som en dom.

Den test, der afgør det

Tag tre rigtige opgaver fra sidste uge. Ikke legetøjsprompter: den rigtige mail, det rigtige brief, den rigtige oprydning i regnearket. Kør hver af dem gennem alle modellerne med den samme prompt.

Giv så point efter ét eneste mål: hvor mange minutters redigering, før du ville sende det af sted. Det tal er hele sammenligningen.

Rolle: du er min redaktør.
Kontekst: <indsæt det rigtige materiale>
Opgave: <den rigtige opgave, én leverance>
Format: <længde, opbygning, tone>
Regel: opfind ikke fakta. Nævn alt, der mangler.

Hvor de alle stadig fejler

Fejlene ligner hinanden mere, end markedsføringen lader ane, og de er grunden til, at et menneske stadig er med i løkken.

Hvad du gør med svaret

Vælg én som din standard, hold en anden til de opgaver, hvor den tydeligt vinder, og hold op med at læse sammenligningstråde i et halvt år.

Kør din test med tre opgaver igen, når en stor udgivelse lander. Den tager en time, og den er den eneste sammenligning, der handler om dit arbejde.

Almindelige spørgsmål