Claude 3.5 Sonnet vs GPT-4o: Sau 3 tháng Pair Programming, tôi chọn ai?

Đầu năm 2024, GPT-4 gần như là lựa chọn duy nhất nếu bạn muốn một trợ lý code đủ thông minh. Nhưng sự xuất hiện của Claude 3.5 Sonnet gần đây thực sự đã khiến tôi phải suy nghĩ lại về workflow của mình.

Tôi đã hủy gói ChatGPT Plus và chuyển sang dùng Claude Pro được 3 tháng nay. Dưới đây là lý do tại sao, và những điểm mà Claude làm tốt hơn (hoặc tệ hơn).

Khả năng viết Code và Tư duy Logic

Điều mệt mỏi nhất khi dùng AI để code là bạn phải sửa lại những lỗi ngớ ngẩn của nó (hallucinations). Với GPT-4o, tôi thi thoảng vẫn gặp tình trạng nó sử dụng những thư viện đã “chết” từ 2021 hoặc bịa ra một hàm không tồn tại.

Claude 3.5 Sonnet thì khác. Cảm giác nó “hiểu” architecture của project tốt hơn. Khi tôi paste vào 3-4 file liên quan, Claude có khả năng kết nối logic giữa các file rất chặt chẽ. Code nó viết ra thường tuân thủ đúng style guide tôi đang dùng (ví dụ: dùng Tailwind thay vì CSS thuần, dùng React Hooks mới nhất).

Đặc biệt, tính năng Artifacts của Claude là một điểm cộng rất lớn. Thay vì chỉ nhả ra một đống code markdown, nó hiển thị luôn giao diện preview bên cạnh. Điều này cực tiện khi tôi nhờ nó dựng nhanh một cái UI Dashboard hay một component phức tạp.

Tốc độ và Debugging

Về tốc độ, GPT-4o vẫn nhỉnh hơn một chút. Nếu bạn cần hỏi nhanh kiểu “Lệnh git này là gì?”, GPT-4o trả lời tức thì. Claude đôi khi “suy nghĩ” lâu hơn vài giây.

Tuy nhiên, trong việc debug, sự chậm rãi của Claude lại đáng giá. Tôi từng ném một file log lỗi Laravel dài dằng dặc vào cả hai.

• GPT-4o: Đưa ra 5-6 giải pháp chung chung kiểu “thử clear cache”, “thử restart server”.
• Claude: Chỉ đích danh dòng code gây ra Race Condition trong Queue Worker và giải thích tại sao logic đó sai.

Kết luận

Nếu bạn là Developer, tôi khuyên bạn nên thử Claude 3.5 Sonnet, đặc biệt nếu bạn dùng Cursor IDE (Claude hoạt động cực tốt trong Cursor). GPT-4o vẫn rất mạnh và đa năng (nhất là khoản voice mode và phân tích hình ảnh), nhưng để ngồi code 8 tiếng mỗi ngày, Claude đang là người bạn đồng hành “hợp cạ” hơn với tôi.

Lời khuyên của tôi là: Đừng tin vào benchmark trên mạng. Hãy thử dùng mỗi con 1 tuần cho công việc thực tế của bạn, bạn sẽ tự có câu trả lời.