ChatGPT je toliko postao sinonim za AI asistente da mnogi ljudi ni ne znaju da postoje ozbiljne alternative. Tjedan dana sam identične zadatke provlačio kroz četiri najveća imena — ChatGPT, Claude, Gemini i Perplexity — bilježeći gdje je koji stvarno bolji, bez lojalnosti nijednom brendu.

Pravila testa

Isti zadatak, isti dan, sva četiri alata, ocjena bez znanja unaprijed koji je koji (uklonjeni nazivi iz odgovora prije ocjenjivanja gdje je to bilo moguće). Kategorije: pisanje dužeg teksta, pomoć oko koda, istraživačko pitanje s potrebom za izvorima, i svakodnevno "brzo pitanje".

Pisanje dužih, nijansiranih tekstova — pobjednik: Claude

Za tekst koji treba držati ton kroz duže dionice, izbjegavati robotske fraze i zvučati kao da ga je napisao čovjek s mišljenjem, Claude je dosljedno davao rezultat koji je trebao najmanje uređivanja. ChatGPT je bio blizu, ali sklon prepoznatljivim obrascima ("Nadalje, važno je napomenuti da...") koje treba ručno čistiti.

Pomoć oko koda — izjednačeno Claude i ChatGPT, ovisno o zadatku

Za objašnjavanje tuđeg koda i veće refaktore, Claude je bolje držao kontekst cijelog projekta. Za brzo "napiši mi funkciju koja radi X" oba su bila podjednako pouzdana. Gemini je iznenadio integracijom — kad je zadatak uključivao Google servise (Sheets, Docs), prednost integracije je nadmašila razlike u kvaliteti samog koda.

Istraživanje s potrebom za izvorima — jasan pobjednik: Perplexity

Ovdje generički chat asistenti gube čim treba nešto svježe ili provjerljivo — daju uvjerljiv odgovor, ali bez izravnih izvora za provjeru, ili s izvorima koje treba naknadno tražiti. Perplexity je od početka dizajniran za ovo i to se osjeti — odgovor stiže s poveznicama spremnima za klik.

Svakodnevna brza pitanja — Gemini iznenađujuće solidan

Za brza pitanja tijekom dana ("koliko je to u drugoj valuti", "sažmi mi ovaj mail") Gemini se pokazao najbržim i najmanje "opširnim" — ne pokušava svaki odgovor pretvoriti u esej, što je za brzu upotrebu podcijenjena vrlina.

Multimodalni zadaci (slika + tekst) — Gemini prednjači

Kad zadatak kombinira sliku i tekst u istom upitu (analiza screenshota, pitanje o fotografiji), Gemini je djelovao najprirodnije integrirano, vjerojatno zbog Googleove infrastrukture treniranja na višestrukim modalitetima od početka.

Pa tko je onda "pobjednik"?

Pošteno je priznati: nema jednog pobjednika za sve, ali kad se prisilim izabrati jedan alat da koristim idućih šest mjeseci za većinu svog rada — bio bi to Claude, ne ChatGPT. Razlog nije dramatičan: kvaliteta pisanja i pouzdanost u radu s dužim, kompleksnijim zadacima (dokumenti, kod, kontekst koji se drži kroz razgovor) mi je u praksi vrjednija od šireg brenda i poznatosti. Za druge prioritete — istraživanje, multimodalnost, integracije — pobjednik bi bio drugačiji, i to je zapravo prava poanta testa.

Praktičan zaključak umjesto proglašenja pobjednika

Umjesto lojalnosti jednom alatu jer je bio prvi poznat, isplati se odvojiti sat vremena i provesti svoj mali test na svojim stvarnim zadacima — ne na generičkim benchmarkovima koje objavljuju same kompanije. Razlike koje su meni bile očite (Claude za pisanje i kod, Perplexity za istraživanje, Gemini za brzinu i multimodalnost) mogu za vaš specifičan posao izgledati sasvim drugačije.

Zaključak

ChatGPT ostaje odličan, svestran alat — ali "pobjednik" u ovom eksperimentu nije bio on, i to je najbolji dokaz koliko se kategorija promijenila u zadnje dvije godine. Vrijedi test provesti sami; transparentnost zahtijeva reći da je i ovaj tekst pisan uz pomoć jednog od spomenutih alata.