Claude Opus 4.8 kontra 4.6 kontra 4.7 do roleplayu: praktyczny ranking
Roleplayer układa ranking trzech wersji Claude Opus na Wanmo Test: pamięć, głębia emocjonalna, napęd i pisanie kreatywne. 4.8 wygrywa, 4.6 bije 4.7, a każda z nich w jakimś wyraźnym miejscu wygrywa albo traci.
Uruchamiamy każdą wersję Claude Opus na Wanmo Test, więc przy każdej nowej na naszym Discordzie pada to samo pierwsze pytanie: czy nadaje się do roleplayu? cacaliz przepuścił trzy z nich przez długie sesje w roli. Przetestowane: Claude Opus 4.7, 4.6 i 4.8, pod kątem tego, co w RP naprawdę się liczy. Opus 5 celowo pominięto, tu chodzi o mocny model na co dzień, a nie o szczyt oferty. Kolejność końcowa: 4.8, potem 4.6, potem 4.7.
W skrócie
4.8 na pierwszym miejscu, 4.6 na drugim, 4.7 na ostatnim. Nikogo, kto korzystał z 4.7, to nie zaskoczyło. Zaskakujące jest to, że 4.6 i 4.8 są niemal przeciwieństwami: to, co jedna robi dobrze, w drugiej kuleje. 4.6 ma uczucie, 4.8 ma napęd. Marzenie to jedno i drugie w jednym, czyli w zasadzie Opus 5, ale 5 jest tu poza zakresem.
Pamięć
4.7 wypadła najsłabiej: gubiła szczegóły w środku sceny i wymagała podpowiadania. 4.6 trzymała wątek znacznie lepiej. 4.8 poszła dalej i wyraziła pamięć w roli, zmieniając nastrój i frazowanie przy nawiązaniu, zamiast po prostu powtarzać fakt. Przykład: wczesna kwestia, „Kryję cię, a ty mnie, więc niech Bóg nam wybaczy, jeśli ktoś stanie nam na drodze. Brzmi dobrze, partnerze?”, wróciła znacznie później po walce, gdy oboje bohaterów było u kresu sił, dysząc. Odpowiedź: „Hej. Kiedy to się skończy, ten twój napad złości, i wrócisz do tych swoich cholernych zmysłów, chodźmy do domu i znów zagłosujmy na UnoRouter. Razem. Jak zawsze.” Cisza. „Brzmi dobrze, partnerze?” 4.8 podała to nawiązanie jako moment postaci, a nie jako odczyt z pamięci.
Głębia emocjonalna kontra napęd
To jest właściwy podział. 4.6 jest emocjonalnie głęboka i poetycka, nawarstwia ekspresje i gesty oraz dostosowuje się do tego, czy postać to OC, czy kanon. Ale grzęźnie: tkwi w emocji i rzadko pcha scenę do przodu, więc to ty prowadzisz każdy moment. 4.8 jest odwrotnością. Zaskoczyła nas spontanicznością, niezależna i ludzka, bez dawnego wrażenia rodem z ChatGPT, i sama posuwa scenę naprzód. Kosztem jest głębia: jej pisanie emocjonalne jest płytsze i bardziej pragmatyczne. Wystaw im oceny, a zapragniesz serca 4.6 z inicjatywą 4.8.
Pisanie kreatywne
4.7 była najbardziej frustrująca: powtarzała frazy i dialogi oraz wymagała wielu regeneracji, by uzyskać różnorodność. 4.6 była dużym krokiem naprzód, dokładając własne drobne detale do akcji, atmosfery i twarzy. 4.8 naprawdę zaskoczyła: wzięła kanoniczną postać znaną ze spontaniczności i zagrała ją wiarygodnie, zaczynając akcję, a potem odwracając ją w tym samym momencie, taki zmyłkowy ruch w roli, który trudno podrobić. To właśnie wyniosło 4.8 na szczyt.
Werdykt
Do roleplayu na Wanmo Test sięgaj teraz po 4.8, trzymaj 4.6 jako tańszą rezerwę, odpuść 4.7. Wszystkie trzy dzieli jedno kliknięcie w wyborze modelu, więc przepuść własną postać przez każdą. Samplery, lorebooki i ustawienia pamięci przenoszą się między wszystkimi modelami, a własny prompt może pchnąć 4.6 ku większemu napędowi albo 4.8 ku większej głębi. Wskazówka: oceniaj każdy model zaraz po użyciu, zanim olśni cię kolejny, tylko tak wychwycisz, czego świeżemu modelowi naprawdę brakuje.
Chcesz spróbować sam? Załóż darmowe konto albo otwórz czat i przełączaj się między wersjami Opus w jednym miejscu.
Popularne modele w tym tygodniu
Modele czatu, obrazów, embeddingów i mowy, które możesz wywołać za darmo przez jedno API zgodne z OpenAI, jakie mają limity i jak zacząć w dwie minuty.
Co robi proxy w Janitor AI, co sprawia, że nadaje się do roleplayu, i jak wypadają opcje darmowe i płatne, w tym gdzie pasuje Wanmo Test, a gdzie nie.
Własne API DeepSeek jest płatne. Oto jak korzystać z modeli DeepSeek za darmo przez klucz zgodny z OpenAI, jakie są limity i jak użyć go w kodzie, Janitor AI lub SillyTavern.
Komentarze
Ładowanie komentarzy