要回答这个问题，可以通过以下步骤来比较AllenNLP使用BERT模型和其他模型的效果。

1. 首先，我们可以通过AllenNLP的例子来看看它是如何使用BERT的。

from allennlp.modules.token_embedders import PretrainedBertEmbedder
from allennlp.data.token_indexers import PretrainedBertIndexer

bert_indexer = PretrainedBertIndexer(
    pretrained_model="bert-base-uncased",
    max_pieces=512,
    do_lowercase=True,
 )
tokenizer = bert_indexer.wordpiece_tokenizer

bert_embedder = PretrainedBertEmbedder(
    pretrained_model="bert-base-uncased",
    top_layer_only=True,
    requires_grad=False,
 )

可以看到，在代码中使用了PretrainedBertEmbedder和PretrainedBertIndexer模块来加载预训练的BERT模型。

2. 其次，我们可以通过训练一个文本分类模型来比较使用BERT和其他模型的效果。

from allennlp.data import Vocabulary
from allennlp.data.fields import TextField, LabelField
from allennlp.data.token_indexers import SingleIdTokenIndexer
from allennlp.data.dataset_readers import TextClassificationJsonReader
from allennlp.data.iterators import BasicIterator
from allennlp.models import SimpleClassifier
from allennlp.modules.text_field_embedders import BasicTextFieldEmbedder
from allennlp.training.trainer import Trainer

# Define token indexers and the BERT embedding module
token_indexers = {"tokens": SingleIdTokenIndexer(lowercase_tokens=True)}
bert_token_indexer = PretrainedBertIndexer(pretrained_model="bert-base-uncased",
                                           max_pieces=512)
bert_embedder = PretrainedBertEmbedder(pretrained_model="bert-base-uncased",
                                       top_layer_only=True)

# Define the text field, text field embedder, and the model
text_field = TextField(token_indexers=token_indexers)
word_embeddings = BasicTextFieldEmbedder({"tokens": bert_embedder},
                                         {"tokens": bert