目前最强的2个代码生成 AI 模型 Gemini 2.5 pro

强化学习曾小健

已于 2025-04-13 01:29:39 修改

阅读量701

点赞数 24

文章标签：人工智能

于 2025-04-12 20:38:17 首次发布

本文链接：https://blog.csdn.net/sinat_37574187/article/details/147170924

版权

目前最强的2个代码生成 AI 模型

原创川后静波吴建明利驰数字 2025年04月12日 18:38 陕西

Google 在 3 月 26 日正式推出了 Gemini 2.5 Pro，官方宣称在编程、推理以及整体能力上都是目前最强的模型。但我们更关心的是：它和 Claude 3.7 Sonnet（thinking） 相比，谁才是当前最强的编程模型？

Claude 3.7 是今年 2 月底发布的，使用体验一直非常棒。这里[1]将通过多项编程任务对这两款模型进行对比，看看它们在实际应用中的表现。

TL;DR

如果你只想看结论：可以直接选择 Gemini 2.5 Pro。

它在编程方面表现更强，支持高达 100 万 tokens 的上下文窗口（而 Claude 是 20 万），而且——它是免费的！。虽然 Claude 3.7 Sonnet 的表现也很优秀，但相比之下，现在已经没什么理由再坚持用它了。

Gemini 2.5 Pro 简介

Gemini 2.5 Pro 是Google推出的最新一代“思维型模型”。这款模型上线不到一周，便迅速登上了 LMArena 排行榜的第一名，表明其在编程、数学、科学推理等领域的强大能力。

其最大的亮点之一是 100 万 tokens 的上下文窗口，让其能够处理更长的文本，更加适合进行复杂的编程任务。

关键亮点：

• 支持 100 万 tokens 的上下文窗口，能够处理大量文本；
• 在编程、数学、推理等领域有着出色的表现；
• 提供快速的基准测试成绩，能够在多个任务中取得较高准确率， 63.8%。

而之前的王者——Claude 3.7 Sonnet，在同一测试中的准确率是 62.3%。虽然差距看起来不大，但在这个级别的模型比拼中，每提高一个百分点都意味着巨大的突破。

谷歌还放出了一段快速演示视频，展示如何用这个模型构建一个恐龙小游戏：

，时长00:44

同时，官方还给出了该模型在推理、数学和科学等方面的基准测试成绩——这也进一步说明，它不仅擅长编程，还能胜任其他各种任务。官方直接宣称它是“全能选手”。🤷‍♂️

编程实测：谁才是最强编程模型？

为了全面评估这两款模型在编程领域的表现，本文准备了四道实际的编程题，涉及 Web 开发、动画效果以及 LeetCode 难度较高的问题。

以下是对比结果：

1. 飞行模拟器

提示词：

使用 JavaScript 创建一个简单的飞行模拟器。该模拟器应具备以下功能：

• 一个基础的飞机模型，能够从一条平坦的跑道上起飞；

• 飞机的移动应通过简单的键盘输入进行控制（例如，方向键或 WASD 键）；

• 同时生成一个基础的城市景观，使用类似于《Minecraft》风格的方块结构来构建城市。

Gemini 2.5 Pro：成功生成了完整的飞行模拟器代码，控制效果平稳，飞行过程中城市景观正常显示。

，时长01:18

Claude 3.7 Sonnet：也生成了代码，但飞行模拟器的控制不如 Gemini 2.5 Pro 稳定，飞机控制时出现轻微抖动。

，时长00:52

结论： Gemini 2.5 Pro 在这道题上表现更佳，代码稳定且效果更理想。

2. 魔方求解器

提示词：

用 JavaScript（结合 Three.js）制作一个 3D 魔方可视化工具 + 求解器，要求如下：

• 魔方是标准的 3×3 结构，颜色标准；

• 有一个 “打乱” 按钮，点击后随机打乱魔方；

• 有一个 “求解” 功能，点击后能一步步动画还原魔方；

• 支持基础的鼠标旋转视角。

Gemini 2.5 Pro：成功实现了魔方的交互式可视化，打乱和求解功能正常。

，时长00:34

Claude 3.7 Sonnet：虽然实现了部分功能，但在求解算法和动画效果方面存在明显不足。

，时长00:52

结论： Gemini 2.5 Pro 能够更准确地完成任务，特别是在动画和算法部分。