在深度使用Trae接近四个月后,写点有关排队和模型特性的内容

360 阅读3分钟

我正在参加Trae「超级体验官」创意实践征文,本文所使用的 Trae 免费下载链接:www.trae.com.cn/?utm_source…

引子

在之前,其实已经有不少人在吐槽Trae使用过程中排队的问题了。

对于这个,我的解决方法就是,合理利用Trae的各个模型特长,实现错时、错峰使用,以节省开发的时间。

Anyway,期待Trae进一步扩容,减少排队的等待。或者是参考同类产品Cursor/Windsurf开启收费模式。

现在,在等待排队的过程中,我思索着,要不趁这个时间总结下Trae的各个模型的使用经验,供各位参考,以减少排队等待的时间。

image.png

关于每个模型的点评

Claude-3.5-Sonnet

点评:代码能力强,思考的内容比较广泛,但是针对一些开发语言的细节内容有所欠缺,之前有遇到过PyQt的一个组件,生成的代码死活有问题。

在开发过程中,也有可能进入错误循环中,无法正确实现代码,需要采用其他大语言模型来解锁,例如GPT-4.0。

Claude-3.7-Sonnet

点评:Claude-3.5-Sonnet的升级版本,代码能力和思考能力有显著提升,但是同样需要良好的控制,否则会放飞自我,自嗨式的编写一大堆自认为不错的代码。

虽然偶尔会出现代码的错误循环,但整体来说还是挺不错的。

排队是大个问题,早晨6:00起床,排队100+。

不是哥们儿,大家现在都这么拼了嘛?

Gemini-2.5-Pro

点评:优雅的,生成的代码量相比Claude偏小,但是大部分能够满足要求,排队的长度也能接受。暂未发现错误循环。

**正在逐步替代Claude-3.7成为我的主力开发。 **

GPT-4.1

点评:简练,知识面广,适合用来打破Claude的错误循环。实际使用的不算多,更像是赛场上的替补角色。

GPT-4.0

点评:偶尔会中途莫名其妙地崩掉,不建议使用。

DeepSeek-V3-0324

点评:据说针对前端有了很大的提升,使用后发现在代码的准确度上依然存在很大的提升空间。

DeepSeek-v3

点评:都有0324了,谁还用这个呀。

DeepSeek-Reasoner (R1)

点评:内心戏别太多。我要的是代码,又不是看你的内心独白。

Doubao-1.5-pro

点评:使用不多,没法轻易下结论。

Doubao-1.5-thinking-pro

豆包新出的模型,没来得及使用,不好下结论。但是看好豆包大模型的未来发展。

总结

海外版本的模型在代码实现和思考链的长度上,普遍都优于国内的版本的模型,但是存在细节上的死循环,可能除了需要排队外,还需要大量的时间用于解除错误循环。

就Trae这个产品来讲,当前海外版本虽然在使用上存在一定的局限,但是国内版本在成长性上,是远远优于海外版本的。通过OpenAI收购WindSurf可以看出,一个AI编程工具对于优化大模型的编程能力是有显著优势的。不仅仅是因为Trae是字节的产品,而且还因为Trae在整个AI产品生态中的定位,我认为在未来的AI IDE中,Trae肯定会占据重要一席。