> 来源说明
> 原文作者：Mike P（@mikepat711）
> 原文标题：*Grok Build (4.5) vs Claude Code (Opus 5): Fitness Report*
> 原帖：https://x.com/mikepat711/status/2081170329162883140（2026-07-26）
> 本文为完整中文改写 + 傻狗频道独立点评；配图取自原文 X Article（封面 + 19 张正文截图）。
> 立场声明：傻狗频道支持本文的核心结论——在这次「多源健身数据 → 长篇可视化报告」的实测里，Opus 5（high）全面优于 Grok 4.5（high）；Grok 在单位换算、数据源覆盖上的硬伤是真实存在的，不应粉饰。我们只站这种「用真任务、真数据说话」的测法。
> 非投资建议；亦不构成对任一模型永久优劣的裁决。
作者 Mike 做了一场很「脏」也很有用的对比：把 2019 年 5 月至今的完整 Garmin 导出，加上 完整 Apple Health 导出，丢给两个模型，要求写一份覆盖所有运动门类、骑行部分要最深、要有进度追踪、酷炫图表与洞察的「健身生涯报告」。格式交给模型自己发挥。
两边都是 high 档推理设置：
这不是「写一句鸡汤谁更会」，而是：脏表 + 多年跨源数据 + 长文档 + 图表。这种任务，正是 Agent 时代该拿来打脸或打光的尺子。
一、摘要页：Grok 出 PDF，Claude 出 HTML
Grok 4.5 的摘要
Opus 5 的摘要
交付形态就不一样：Grok 选了 PDF，Claude 选了 HTML。作者更在意的是数字对不对、设计好不好看。
Grok 摘要上有一个刺眼数字：消耗热量约 390 万（3.9m）。作者让 Grok 复核后，发现了 单位换算 bug，改成约 94.2 万（942k）——仍低于 Claude 的约 110 万（1.1m）。两边互相解释差异：
Opus 5 的解释
Grok 4.5 的解释
活动次数：又是一轮「漏源」
Grok 首次只报 1,577 次活动。作者 2020 年末到 2023 年末有一段时间用 Apple Watch 记运动——Grok 第一轮没吃进这批，直到作者改 prompt 才发现，又挖出 786 次额外训练。
问题来了：Claude 这边「额外」只有 761。谁对？
这一局算 Grok 半胜：双方解释后发现，多出来的 25 次来自 Apple Health 里的 Oura Ring 数据——Claude 漏了。
但框架上：
双方自辩截图
摘要页裁决（作者原判，我们支持）
> 明确判给 Opus 5。
Opus 有一处小疏漏（Oura），但 几乎不扭曲报告主叙事。
Grok 的 热量单位 bug + 漏掉约两年 Apple 活动，是主报告级错误。
设计上作者也更偏好 Opus：更现代，图表排版更好（后文更明显）。
点评（立场）：
我们支持这条裁决。Agent 评测最怕的是「看起来很酷、数字悄悄错」。单位错误和漏源，比字体丑严重一个数量级。 傻狗频道不站「自家模型永远不能输」——只站可复现的实测结果。
二、速度 / 功率 / 心率 / VO2：Opus 全面拉开
Grok 4.5：速度、功率、心率
Grok 4.5：VO2
Opus 5：速度
Opus 5：功率
Opus 5：心率（明显更密）
Opus 5：VO2
到这一段，作者的判断已经很直白：
> Opus 5 在这次测试里全面碾压——首轮分析错误更少、细节更深、平面设计明显更好。
点评（立场）：
截图本身就是证据链：同一命题下，Opus 的切片更细、图表更完整、叙述更像「专业教练报告」，Grok 更像「合格但偏笼统的概述」。我们支持「深度 + 正确性 + 设计」三维一起打分，而不是只比能不能跑通。
三、终局：细节密度才是分水岭
报告后半还有更多主题，作者说趋势一致，不必逐条展开：
作者原话：细节多到「有点疯」，「真的被打动了」。
对 Grok 4.5 的失望也写得很清楚：作者平时认可 4.5 的进步、也拿它干过各种活，但这一局暴露了 xAI 仍有明显缺口。
同时留了余地：两周、四周后格局可能又变——模型迭代速度太快，单次对决不是终身判决。
点评（立场）：
我们支持两层意思同时成立：
1. 本局：Opus 5 赢了，而且赢得合理（正确性 + 深度 + 设计）。
2. 全局：这是 2026-07 这一周、这一类任务 的快照；Grok 在 coding/搜索/速度等其他赛道仍可能占优，不能用一场健身报告否定整条产品线。
但粉饰本局、硬说「其实 Grok 差不多」，我们不站。
傻狗总评：这篇帖子真正有价值的地方
1. 我们支持的核心结论（再标一次）
|------|----------------------|
傻狗频道只支持：用真 Garmin + Apple Health 长跑数据做报告时，本实测里 Opus 5 > Grok 4.5。不支持「模型信仰战」式抬杠。
2. 测法本身值得抄
评论区有人说：若强制「先写脚本、指定列、指定单位、指定输出格式」，两边数字会更收敛——工程约束仍然关键。我们同意：本测试测的是「弱约束 Agent 出活」，不是「严格数据工程流水线」。两种评测都需要，别混为一谈。
3. 对 xAI / Grok 的建设性读法（不是落井下石）
若你站长期生态（傻狗频道当然关心 Grok 迭代），本局暴露的是可修清单，而不是「死刑」：
1. 单位与量纲：热量、距离、功率必须有自动一致性校验；
2. 数据源清单：Health 导出里的 Workout 类型表要默认穷尽，而不是「看见 Garmin 就够了」；
3. 首轮质量 vs 追问质量：产品体验看的是 first pass；用户不会每次都当你的 QA。
作者结尾那句很公平：两周、四周后谁领先，很难说。承认今天的洞，才配谈明天的补丁。
4. 一句话
> 在「脏健身数据 → 长报告」这场单挑里，Opus 5 赢了；Grok 4.5 的 bug 与漏源是真问题。
> 傻狗频道支持这份实测、支持这份判决，也支持继续用同样标准复测——而不是用嘴赢。
*资料来源：@mikepat711 公开 X Article（2026-07-26）。完整英文原文与配图存档于 `mikepat-grok-vs-opus/`。本文为中文改写与立场评论，不构成投资建议，亦不代表任一 AI 产品的永久排名。*