为什么 OpenAI 与 Anthropic 在评测榜上频繁互换位置

OpenAI 与 Anthropic 在消费级可测量推理任务上频繁互换排名，原因是双方在 RL 资源上约束很少，且数据获取与 RL pipeline 均已成熟。两家的真正差异更多来自 AGI 与产品策略：Claude 在企业级工作、知识类任务和 theory of mind 上更强，GPT 则 token 效率更高、前沿 STEM 能力更强。