昨天晚上官方悄咪咪的更新了Claude 4.1，大家看到最多的还是这张图：
很多人说，Claude Opus 4.1只是高了两个点呀，有啥可说的，那黄叔这里带来第一手的实测结论，依然是和Claude4、DeepSeek R1在生成UI设计图、卡片等方面的对比，大家来评估下效果：
以下所有对比图中，左1都是Claude 4.1生成的效果，右侧为Claude4和DeepSeek R1
首先是一个电商APP首页的对比：
这里Claude4.1有些惊喜，在电商APP首页的排版设计上不再是死板的模块罗列了，加入了更多视觉设计元素，尤其是限时秒杀部分的效果是之前在所有模型内都没有看到的，在icon选择上也更贴近主题，就像右侧的Claude4.0在栏目icon的选择上含义就不太准确。4.1中运动户外、图书文具等等都选用的很准确。
可惜Banner部分的配图比较丑，不然就能和DeepSeek R10528版本拉开明显的差距，是的，之前的Cluade4.0还只是比R1略胜一筹。
下图是的俄罗斯方块APP的对比：
这里生成UI的提示词中，设计风格部分使用的都是“根据产品类型选择合适的设计风格”，没有详细指定设计风格，所以左侧的CLaude4.1生成的设计图明显更适合游戏UI，虽然底部布局有点问题，但整体依然比4.0和R1要好。
R1在这里对提示词的遵循度上明显弱一些，我已经在提示词中写明了UI页面的尺寸，但R1并没有遵循，同样未遵循的还有不要使用自适应布局。这个问题在多个Case中都出现过。
Claude4.1确实在对提示词的理解方面更强了，在视觉设计相关能力上也有些进步！
下图招聘产品的首页对比：
Claude4.1出现了一些图片加载失败的问题，这是生成UI任务中常见的错误，仔细对比的话可能发现，之前状态栏和导航栏颜色不同意、导航栏颜色抢眼等问题几乎不会出现了（这个问题在其他case中也可以体现）。并且4.1在对页面中需要显示什么信息的设计上明显更胜一筹，已经接近真实招聘产品了，例如图中的“3-5年”、“本科”等标签。
接下来是一个倒数日APP的首页，Claude4.1在这个Case中并没有很明显的优势。仅是在颜色使用和排版中有微弱优势，3者整体持平。
再来看几个其他Case的对比，这里就不再写评价大家直观感受一下：
待办APP首页：
音乐APP播放页：
浏览器APP首页：
整体来看，Claude4.1更新后的能力进步还是比较大的，已经能明显看出超过DeepSeek R1的差距，但R1已经是两个多月前更新的了（5月28号），到现在R1依然是国产模型中最能打的那个。
下面这张是用黄叔自己的文章《2个月涨粉10000+，多篇文章阅读过万！黄叔是如何在AI浪潮中找到清晰方向的？》内容生成的一张卡片，提示词使用了杂志风格。
Claude4.1的布局排版更加灵活了，一些光影效果相对之前也有所优化
换个风格对比一下，用日本平面设计风格：
三个模型都比较准确的理解了日式风格。以设计师的眼光来看，依然是Claude4.1更好，依然体现在排版上，相对之前更自然、少了很多死板的排版方式（如列表）。
美漫风格：
4.1对常见的圆点点缀、爆炸特效、粗线条使用、大幅度重投影都有使用。Claude4和DeepSeek R1也不差，三者基本处于同一水平线。
最后是一张二次元科幻风的卡片对比，也基本处于同一水平线，Claude4.1的光影效果更炫一些：
以上的UI设计能力测试后再试一下网页游戏开发测试，这里我使用的是Claude code，输入需求后自动生成了todolist（提示词中未体现先列出todolist）
每项任务完成后还会更新任务状态，最后开发完成后进行测试：
积分系统、难度选择、变相、重开都完全正常。相比之下claude4.0当时测试的时候依然容易出现小bug，再来测试一下更复杂的项目，修改一个安卓APP的数据同步功能。
进入项目目录后要求Claude4.1阅读项目文件和代码，达成初步了：
然后找到具体要修改的功能相关的代码
准确找到了两种数据同步方式的全部相关逻辑，对supabase和本地数据备份都准确找到了，连数据结构都明确写了出来
然后修改功能：删除本地备份相关逻辑，删除代码时非常容易产生影响其他功能的问题，这里来看看Claude4.1的效果怎么样。
todolist中自动形成了“验证云端同步功能不受影响”。很棒
启动应用实际看一下：
可以看到右侧的新版本中已经没有本地数据同步功能了，然后我登录账号验证一下supabase的功能有没有受到影响
可以同步到supabase上的数据，修改成功~
看来X上对于Claude 4.1的评测比较准：可以很精细的进行多文件的修改。
当然，这只是一次快速的测评，不能全面的反应Claude 4.1 Opus的能力，另外，官方将这个新版本定义为是Claude Opus 4的Agent代理任务、真实世界编码和推理能力的全面提升。我们仅仅测了少部分模型能力。
还有，Anthropic在官方新闻稿中还留了一句伏笔：我们计划在未来几周内发布对模型的重大改进。
