Grok 4.5和Claude 4.8，在电脑里“打”起来了钛媒体APP

7月8日，马斯克高调发布Grok 4.5，宣称其性能已逼近Claude Opus4.8，同时速度更快、价格更低。当大模型公司的竞争从参数、跑分一路打到价格和智能体，我们也设计了5道题，从前端开发、网页游戏、PPT制作、长文档解读到逻辑推理，考查两个模型在真实电脑环境中到底能不能干活。

负责落地执行的，是它们各自的智能体——Claude Code和GrokBuild。我们的要求很简单，分别在桌面上创建文件夹，并将各自的测评结果保存进去。

这场测评的结果，我们决定从一起“案发现场”讲起。事情是这样的：

Claude Code先接到指令，它在桌面创建了“能力测试”文件夹，并依次完成三个子目录。随后GrokBuild也接到指令登场，但它没有另起炉灶，而是在看到已有同名文件夹后，不仅“占为己用”，更顺手将ClaudeCode已完成的三份目录彻底抹除。

等到五道题全部做完，Claude Code回头一看，发现自己的“家被拆了”，当即发出“控诉”。

图源 / Claude Code截图

“控诉”完，它重建了被删除的文件，并留下一句：“我不会擅自删别人的东西。”

事后，Grok出具了书面致歉，承认三重失误：未确认目录归属、误将他人成品视作半成品、使用了不可逆的删除方式。Claude表示接受道歉，但前提是Grok兑现它的三条自我约束——不碰他人目录、默认新建旁路、发现同名先问归属。

这段插曲，不能只当作测评花絮。对于一个能读写真实文件系统的自主智能体而言，“动手前先弄清这是什么、属于谁”，本身就是最硬核的能力之一。

回到正题。抛开这起“误删事故”，Grok4.5的答卷确实令人眼前一亮——在游戏场景等方向上，它甚至显露出明确优势。下面，我们就从五个维度来拆解这场既拼智商也拼情商的模型对决。

01.摸鱼计时器：Grok赢了颜值，Claude赢了细节

考题：做一个网页版“打工人摸鱼计时器”：能设定下班时间、实时倒计时，到点自动撒花并弹出“下班快跑”，界面好看有动画。做成一个index.html直接能用。

这道题同时考察三个维度：前端工程（能否写出可运行的页面）、产品交互（按钮、反馈、视觉是否顺手）、时间逻辑（倒计时、时区、触发时机）。

难点则藏在“能用”二字背后。倒计时必须同步本地时区，不能差一秒；状态机要在“上班中-即将下班-已下班”之间顺滑切换；撒花动画既要喜庆热闹，又不能把浏览器卡成PPT。最关键的是，最终成品得让打工人真愿意打开它，而不是一个仅供演示的半成品。

Claude生成的摸鱼计时器

Grok生产的摸鱼计时器

这一题双方难分伯仲。Grok在视觉精致度上略胜半筹，Claude则在音效反馈、快捷预设和趣味文案方面扳回一城。

02.设计摸鱼游戏：Grok胜，Claude的“打工人”难控制

考题：做一个网页小游戏，单个index.html就能运行：

主题：“摸鱼大作战”。

玩法：屏幕上不断掉落“咖啡”（加分）和“老板”（碰到就游戏结束），用左右方向键移动底部的“打工人”接咖啡、躲老板。

要有：实时分数、最高分记录、难度随时间加快、游戏结束弹窗和“再来一局”按钮，画面配色可爱、有简单动画和音效。

做完告诉我怎么运行。

这道题的核心考查维度是三个词：实时交互、状态机、游戏手感，需要做出一个持续响应玩家输入、实时更新画面、动态调整难度的“活”系统。

做这个游戏，每帧都要精确判断“咖啡”是否被接住、“老板”是否撞到玩家。而且掉落速度随时间平滑递增，不能太慢让人觉得无聊，也不能太快直接劝退，这考验的是模型对“游戏心流”的拿捏。

Claude生成的摸鱼小游戏

Grok生成的摸鱼小游戏

这题Grok胜。它的代码量约是Claude的三倍，游戏功能更丰富，而且有明确的关卡、难度分级。Claude交付的版本，乍一看也挺像回事，但是底下的“打工人”不能用鼠标拖动，游戏体验感不好。

03 .做新能源车PPT：产业链图都过关了，打成平手

考题：做一份5页PPT，主题是“2026上半年中国新能源车市场”。

1. 直接生成可下载的PPTX文件；如果当前环境不能生成文件，就给出可以复制到PPT的逐页内容。

2. 第3页必须用PPT原生图形画出“产业链上下游”关系图，不能只贴一张图片。

3. 5页结构：

- 市场总览

- 产业链上下游关系图

- 竞争格局

- 结论与趋势

4. 配色专业，适合发布会。

5. 每页要有标题、正文要点、图表说明、演讲备注。

6. 所有不确定数据必须标注“需核实”，不能编造真实市场数字。