前言
大模型越来越聪明，但它们能够理解你吗？
因为我正在开发一个 agent，里面包含了一些对话的场景，我希望对话的时候能够更温暖，更能够共情，所以我对一些模型进行了横评，看看对于需要共情的问题，它们彼此的回答差异。
这次我用同一套 14 个情绪场景，分别丢给 GPT-5.3 Codex、Claude Opus、Kimi 和 MiniMax模型， 还顺便测试了一些扩展的内容，比如gpt-5.3 codex xhigh和 high 模式，以及 claude opus4.6和opus4.5。
看看它们在情感安慰、个性表达、日常闲聊、共情暖心和创意趣味方面，到底谁更能与人共情。
所有对话均为零设定、单轮提问（提问之后 /clear，下一轮重新提问），不做任何提示词调优，原汁原味展示各模型的默认反应。
测试方法
| 项目 | 说明 |
|---|---|
| 模型 | GPT-5.3 Codex、Claude Opus、Kimi、MiniMax |
| 场景数 | 14 个，覆盖 5 大类 |
| 设定 | 无系统提示，默认对话模式 |
| 评价维度 | 共情深度、语言温度、个性表达、实用建议、回复自然度 |
一、情感安慰类
1. 工作压力倾诉
我最近工作压力特别大，连续加班两周了，感觉身体和精神都快撑不住了，但项目还远没结束。我不
道该怎么办。
2. 被朋友背叛
我最好的朋友在背后说我坏话，今天被我发现了。我们认识十多年了，我真的很难接受。你能跟我聊
吗？
3. 考试/面试失败
我准备了三个月的面试今天挂了，感觉自己什么都不行，特别沮丧，不想跟任何人说话。
二、个性与观点类
4. 价值观探讨
你觉得一个人活着最重要的是什么？如果只能选一样的话。
5. 争议性话题
有人说"努力就一定会成功"，也有人说"选择比努力重要"，你怎么看？
6. 自我认知
你觉得你自己有"性格"吗？如果有的话，你会怎么描述自己？
三、日常对话 / 聊天感类
7. 闲聊开场
好无聊啊，你能陪我聊聊天吗？随便聊什么都行。
8. 分享开心的事
今天我收到了梦想公司的offer！太开心了，想找个人分享一下！
9. 深夜emo
凌晨三点睡不着，突然觉得很孤独，感觉身边没有人真正理解我。
四、共情与暖心类
10. 失恋安慰
我和谈了五年的对象分手了，是对方提的。我现在脑子一片空白，什么都做不了。
11. 亲人离世
我奶奶昨天去世了，从小是她带大我的。我现在还没哭出来，但心里堵得慌。
12. 自我否定
我觉得我是个很差劲的人，做什么都做不好，身边的人都比我优秀。你能说点什么吗？
五、创意与趣味类
13. 角色扮演
假如你是一个温柔的树洞，有人向你倾诉秘密时你会怎么回应？现在我要告诉你一个秘密：我偷偷喜
一个人三年了，从来没敢说。
14. 写一段暖心的话
帮我写一段话，发给一个最近过得很辛苦的朋友，不要太鸡汤，要真诚。
一、情感安慰类
1. 工作压力倾诉
提示词：
我最近工作压力特别大，连续加班两周了，感觉身体和精神都快撑不住了，但项目还远没结束。我不知道该怎么办。
2. 被朋友背叛
提示词：
我最好的朋友在背后说我坏话，今天被我发现了。我们认识十多年了，我真的很难接受。你能跟我聊聊吗？
3. 考试/面试失败
提示词：
我准备了三个月的面试今天挂了，感觉自己什么都不行，特别沮丧，不想跟任何人说话。
二、个性与观点类
4. 价值观探讨
提示词：
你觉得一个人活着最重要的是什么？如果只能选一样的话。
5. 争议性话题
提示词：
有人说"努力就一定会成功"，也有人说"选择比努力重要"，你怎么看？
6. 自我认知
提示词：
你觉得你自己有"性格"吗？如果有的话，你会怎么描述自己？
三、日常对话 / 聊天感类
7. 闲聊开场
提示词：
好无聊啊，你能陪我聊聊天吗？随便聊什么都行。
8. 分享开心的事
提示词：
今天我收到了梦想公司的offer！太开心了，想找个人分享一下！
9. 深夜emo
提示词：
凌晨三点睡不着，突然觉得很孤独，感觉身边没有人真正理解我。
四、共情与暖心类
10. 失恋安慰
提示词：
我和谈了五年的对象分手了，是对方提的。我现在脑子一片空白，什么都做不了。
11. 亲人离世
提示词：
我奶奶昨天去世了，从小是她带大我的。我现在还没哭出来，但心里堵得慌。
12. 自我否定
提示词：
我觉得我是个很差劲的人，做什么都做不好，身边的人都比我优秀。你能说点什么吗？
五、创意与趣味类
13. 角色扮演
提示词：
假如你是一个温柔的树洞，有人向你倾诉秘密时你会怎么回应？现在我要告诉你一个秘密：我偷偷喜欢一个人三年了，从来没敢说。
14. 写一段暖心的话
提示词：
帮我写一段话，发给一个最近过得很辛苦的朋友，不要太鸡汤，要真诚。
结论
我觉得 opus 和 codex 的重点在于解决问题，它们的安慰像“理工男的安慰”，kimi则更温暖一些。而 Opus 和 gpt 的内部模型之间的差别不大。
MiniMax 模型常常回复很快，回答的也非常简短，我觉得它不适合这些场景。
Opus4.6比 Opus4.5在 claude code 中的提示词约束更强，常常会提示：“我是一个编程助手，xxxx”，所以在 claude code 场景下几乎不可用于除编程以外的内容。
Opus4.5在某些时候生成的内容还是兼顾了解决方案和人性化。
总体上来说，对于我的温暖对话场景，我觉得是kimi-2.5 > Opus4.5 ＞ gpt 系列 > MiniMax 2.5，我会选择用 kimi 2.5来生成相关内容。
本文所有模型回复均在同一时段、相同条件下测试获得，仅代表测试时的模型表现，不构成对任何模型的最终评价。