claude code的模型，确实得分比其它大模型略高一些。那是因为它收集了更多的编程交互数据，针对性的训练了模型。

比如，它收集到很多用户，使用某个开源项目出错的数据，之后，它就会知道，哪些做法用这个开源模型会出错。之后训练出来的大模型，就会避开这些坑，因此，它在编程领域的表现，自然会更好一点，刷分也会高一些。

用户的编程经验，本身就是珍贵的数据。因为用户试错的过程，其实就是问题解决的过程。有这些数据，当然可以改进模型的表现。

这就是动态数据优于静态数据，交互数据优于动态数据。最好的训练数据是交互数据。

但这并不是什么本质上的技术差距。是数据资源的差距而已，不是算法的差距。claude code拿到了第一手的编程训练资料，改进了大模型。

所以，国内的大模型厂家，也要去通过免费提供api调用等形式，收集编程训练数据，不然在大模型领域就会落后。

这方面，无疑deepseek已经领先了。现在全世界都在用deepseek。别以为美国人就不用。那个deepseek tui就是美国人写的，因为claude code美国人也用不起，所以他用claude code写了deepseek tui。

claude code本身没啥技术含量。代码助手不可能形成垄断。