这是一个创建于 163 天前的主题，其中的信息可能已经有所发展或是发生改变。
在编码领域，哪些大模型的能力比较强？目前一直都在用 claude-3.7-sonnet
 | 1 risan 163 天前 那显然 chatgpt |
 | 2 TanKuku 163 天前 感觉是 claude-3.7-sonnet 和 gemini 2.5 pro, 有时候也用 ds v3 做对比 |
 | 3 wxw752 163 天前 目前在用 gemini 2.5 pro |
 | 4 raycool 163 天前 各有优劣吧。 |
 | 5 MIUIOS 163 天前  2 大差不大差，关键是要怎么提示它，如何提问也是一门技术 |
 | 6 kkk1234567 163 天前 1 grok 3 感觉也很不错呢。 |
 | 7 mingzefei 163 天前 claude3.7 速度太慢，gemini 速度和上下文更好。两个模型写的代码没看出太大区别。 |
 | 9 MagicalCarl 163 天前 1 |
 | 10 sentinelK 163 天前 4 如果是前端界面，且有设计图，那么 gemini 2.5 pro 比 claude-3.7-sonnet-thinking 强一些。他对于图形界面逻辑的理解比其他大模型优秀。 如果是在既有程序上的修改，或者 debug 。claude-3.7-sonnet-thinking 更理性一点，gemini 2.5 pro 有些过于激进。而且管的太多。 btw：copilot 的 gemini 2.5 pro 明显有问题，至于说是故意的负优化还是提示词没写好，就不得而知了。 |
 | 11 houOne 163 天前 grok3 用来设计方案，表结构都很不错。 |
 | 12 lrigi 163 天前 via iPhone 综合来讲 gemini2.5 pro 最好吧，但我一般就用 claude3.7 |
 | 13 xugj 163 天前 |
 | 14 vincentWdp 163 天前 o3 |
 | 15 Americano 163 天前 gemini2.5 pro 体验确实不错，完成度很高 |
 | 16 hhharuka 163 天前 1 Gemini 2.5pro Claude 3.7 |
 | 17 ddddd0 163 天前 via iPhone t0: o4mini gem2.5 pro o3 |
 | 18 locoz 163 天前 7 通常情况下简单场景最优的：claude 3.5 通常情况下有一定难度的场景最优的：claude 3.7 + 思考模式 上下文少，只需要短输出的：gpt o4-mini 上下文长度中等，可能需要较长输出，且有一定难度的：claude 3.7 + 思考模式 上下文长度长，可能需要较长输出，但不怎么难的：gemini 2.5 pro + 思考模式 上下文长度长，需要较长输出，还有难度的：要么拆分处理，要么 gpt o3 ，其他的犯病概率较高 |
 | 19 nunterr 163 天前 写代码：claude-3.7--，gemini 2.5 pro 聊事件：grok3 国内搜东西：腾讯元宝的 DeepSeek 联网版 |
 | 20 fxxkgw 163 天前 via Android claude3.5 3.7 |
 | 22 herozzm 163 天前 claude-3.7-sonnet 但是 gpt-4.1 好像更胜一筹，观察中 |
 | 23 kzfile 163 天前 同一个问题多问问，没有哪一家总是最优 |
 | 24 testliyu 163 天前 今天新出的 qwen3 可以试试 |
 | 25 206n6Q6sFYRg1SwM 163 天前 |
 | 26 yusf 163 天前 claude-3.7-sonnet 和 gemini 2.5 pro ！我们公司魔改 cline ，只留下这两个大模型 |
 | 27 GuluMashimaro 163 天前 用的 gemini 2.5 pro 10 分钟弄了一个待办事项的 chrome 插件  aHR0cHM6Ly9jaHJvbWV3ZWJzdG9yZS5nb29nbGUuY29tL2RldGFpbC8lRTUlQkUlODUlRTUlOEElOUUlRTQlQkElOEIlRTklQTElQjklRTglQjclOUYlRTglQjglQUElRTUlOTklQTgvaWpobG1paHBwZGxqY2JnZGtoaGlnaW1jaWZhbmNlbmc= |
 | 28 InkStone 163 天前 1 @Linyz 还可以参考一下 openrouter 上的 ranking ，https://openrouter.ai/rankings/programming?view=week 个人感觉 openrouter 上这个用钱投票更有说服力一点……排名靠前的这几个模型贵得令人发指，让我用我是一点都用不下手，能排到这么前面应该说明了实践中表现确实很好。 |
 | 29 daodao 163 天前 claude 3.7 sonnet ，gemini 2.5 pro |
| 30 206n6Q6sFYRg1SwM 163 天前 @InkStone 的确, 感觉比野榜靠谱哈哈 |
 | 32 huiyadanli 163 天前 Claude 3.5 Sonnet 3.7 实际使用下来提升并不明显 |
 | 33 jonsmith 163 天前 cursor 上 claude-3.7-sonnet 模型的使用体验更好，能写出符合预期的代码，可能工程能力更好点。 gemini 2.5 pro 明显智力更高，用来回答一些技术问题或者写一些独立的代码块。 |
 | 34 viking602 163 天前 claude 3.7s 目前代码工程最好的 |
 | 35 jiangbingo 163 天前 请问楼上诸位，你们在编辑器如何使用 gemini 2.5 pro ？ |
 | 36 BaldPhoenix 163 天前 我个人提名一下 grok3 |
 | 37 dcatfly 163 天前 @MagicalCarl 这个榜单类似于跑分，可能可以参考为解决单个问题的能力，但在真实的工程上下文层面体感还是有区别 |
| 39 dcatfly 163 天前 @dcatfly #37 https://lmarena.ai/ 榜单还可以参考这个 |
 | 40 jonty 163 天前 @jiangbingo #35 cursur 可以使用。也可以使用 mcp 的服务 |
 | 41 leehaoze98 163 天前 日常主要用 cursor 编写代码，一般情况用 Claude 3.7 足矣，复杂情况下 3.7 写出的代码不 Work ，换到 4.1 会有概率解决。 再不 work 的情况，需要把背景、问题说明白，贴给 chatgpt ，多轮交互中，chatgpt 能给出一个 work 的方案 |
 | 42 cheman 163 天前 claude 3.7 sonnet ，gemini 2.5 pro , deepseek v3. 在够用且不呆的情况下，ds v3 性价比好点，我用来开发小程序够用。如果想找便宜的 key ，可到 https://api.xlap.top 结合 vscode roocode 使用。 |
 | 43 Kason333 163 天前 claude |
 | 44 sweat89 163 天前 就每一个人用 Grok3 ？ 我觉得蛮好用的 |
 | 45 shellcodecow 163 天前 claude-3.7-sonnet 用来写脚本和代码很不错 |
 | 46 jonyJJ 163 天前 Grok3 挺好用的，51 过后可以用 grok 3.5 了 美滋滋 |
 | 48 PositionZero 163 天前 @InkStone OpenRouter 的 ranking 只是说用的人多，不一定能力强啊。Gemini 2.0 Flash 排在 Claude 3.7 Sonnet (thinking) 前面是因为 Gemini 2.0 Flash 更便宜。 aider 的这个榜不错，既有编程准确度，也有成本 https://aider.chat/docs/leaderboards/ 。 |
 | 49 eroneko 163 天前 cursor+o4-mini 很够用了，而且目前是免费的，需要大上下文的先全部塞给 Gemini 2.5 Pro 让它规划要修改的地方，然后丢给 o4-mini 执行。 |
| 51 InkStone 163 天前 @PositionZero 这个是 benchmark 的测试结果，不是投票结果吧。说实话，相比 benchmark ，我还是更倾向于相信大家实践后做出的选择。 价格肯定有很大影响，但 openrouter 上最靠前的 3.7 和 2.5 都很贵，感觉还是能说明一些问题的。 |
 | 52 azarasi 163 天前 gemini 2.5 pro, 1M 长上下文，很多程序都可以全部项目代码塞进去 |
 | 54 Gilfoyle26 163 天前 我觉的要看语言,新的语言,新的库往往不行。 AI 好像对 python ，js ，支持的比较好 |
 | 55 remember5 163 天前 claude-3.7-sonnet |
 | 56 OldActorsSmile 163 天前 claude-3.7-sonnet-thinking |
 | 57 mumbler 163 天前 无脑 gemini 2.5 pro 即可，其他模型都差 gemini 一大截 |
 | 58 silencelixing 163 天前 1. Claude 3.7 Sonnet 2. Gemini 2.5 Pro 答案几乎是确定的，这两个断层的领先。 鉴于 Gemini 2.5 Pro 价格低，甚至可以免费薅，首选 Gemini 2.5 Pro 富哥可以用 Claude 3.7 Sonnet  |
 | 60 Plutooo 163 天前 太久没看这方面内容了，没想到 gemini 都后来居上了 |
 | 61 zhy0216 163 天前 claude-3.7-sonnet 第一 这个测评 https://roocode.com/evals |
 | 62 liulicaixiao 163 天前 @sweat89 大家都是在编辑器里用，grok 3 的 api 出的太晚了，而且不在默认模型里 |
 | 63 RoccoShi 162 天前 claude 3.7 个人感觉还是比 gemini 2.5 pro 厉害一点，但是后者上下文更长，可以一起用 |
 | 64 599lee 162 天前 个人觉得 grok 3 和 claude 3.7 比较强，偶尔用下 gemini 2.5 。前几天我拿了两个数据丢给 gemini 2.5 ，它不用我给的数，它自己编，非常优秀 |
 | 65 lnmxy 162 天前 qwen3 |
 | 66 amazingfate 162 天前 gpt4.1 吧 用着比 claude3.7 舒服。 然后还可以用 gemini 2.5pro 二次写，可以写很长也很准。但是 gemini 指令遵循不如前两者。 |
 | 68 xinru 162 天前 via iPhone 关注一下代码 AI 工具推荐 |
 | 69 anivie 162 天前 Gemini 2.5pro ，我的体感是断崖领先其它所有，包括 claude ，claude 又要领先剩下的一轮 |
 | 70 zisen 162 天前 via iPhone claude3.7 有时候会提取提示词中的关键词然后直接输出缓存中的答案，也不管用户表达的是不是真的这个意思，反正一股脑儿输出就完事了 |
 | 71 Vancion 162 天前 应该把具体哪种语言也带上吧 |
 | 72 kergee 162 天前 grok3 150 美金感觉赚了 |
 | 73 twinsant 162 天前 |
 | 74 abellis 162 天前 一个稍微复杂点的 sql 查询，同样的描述，只有 Gemini 2.5pro 一次给出了正确答案，claude ，gpt 管头不顾腚，总是差一点 |
 | 75 Wkj1998 162 天前 via Android Claude3.7 、Gemini2.5Pro ，前者比较老实，老老实实按照你的需求编写代码，后者经常有自己独特的想法，一个编码需求，Claude3.7 输出 12 行代码，Gemini2.5Pro 会把各种因素考虑进去，最后给你输出 32 行代码 |
 | 76 klo424 162 天前 我一般用 Cursor 的 Claude3.7 |
 | 77 wnpllrzodiac 162 天前 via Android c++大项目，修 bug 哪个模型好？ |
| 78 wnpllrzodiac 162 天前 via Android qt 有界面图，想把界面用 ui 文件复刻出来，哪个模型好 |
 | 79 dreamage 162 天前 截至目前 claude 41 票 gemini 39 票 遥遥领先 |
 | 80 xz410236056 162 天前 1 @TanKuku 目前感觉 2.5pro 强于克劳德，但是有时候降智 |
 | 82 XuanYuan 162 天前 我以前用 Claude ，现在用 Grok |
 | 83 NATransfer 162 天前 gpt 4.1o 不错 |
 | 84 csfreshman 162 天前 编码能力个人用过的最好的应该是 Claude 3.7 Sonnet |
 | 85 Daybyedream 162 天前 gemini 2.5 pro 好像也还行 |
 | 86 seven777 162 天前 @locoz #18 "上下文长度长，需要较长输出，还有难度的：要么拆分处理，要么 gpt o3 ，其他的犯病概率较高" 这个有测试经验? 我一般都是 Claude 3.7 thingking 不变(GitHub copilot 里面懒得换.), 也偶尔犯大病. |
 | 87 hunk 162 天前 我粗糙的以为，新出的会更好一点点，学习的资料不断增加，所有显示出有差异，但基本书写，应该差别不大。 现在选型是难，不断有新东西，难以决断。 |
 | 88 Strive123456 162 天前 @totoro52 yes |
 | 89 jamos 162 天前 claude-3.7-sonnet 和 gemini 2.5 pro 既然都推荐这 2 个， 怎么使用呢，买 api 还是免费撸 |
 | 90 quietDown 162 天前 claude3.7sonnet thinking 和 gemini2.5pro 是日常开发用的最多的两个，gemini2.5pro 在上下文表现上更强，claude3.7 我个人感觉在一些项目设计上会更好一点，我会拿来设计技术方案，但是最近时长感觉降智。目前两个会结合着用。 |
 | 91 testisgood 162 天前 我以前对比过 claude-3.7-sonnet 和豆包，明显 claude 强很多，于是我一直用 claude 。结果这次对 claude-3.7-sonnet 产出的代码质量不满意，于是试用了一下 deepseek 和 qwen3 ，结果发现，起码在我碰到的这个问题上 deepseek 和 qwen3 编出的代码都明显比 claude-3.7-sonnet 更好。 |
 | 92 silenceboychen OP |
| 93 locoz 162 天前 1 @seven777 #86 是实际试过得出的结论，这种场景理论上 gemini 2.5 pro 上下文长，理应输出结果更好，但实际会因为它喜欢忽略一些“不重要”的东西，并且指令遵循性比其他的稍弱，就导致结果反而会犯病；而 claude 3.7 在上下文过长的情况下也会忽略一些东西，导致出问题。但 gpt o3 可能是内部有工程优化之类的处理，基本还是能不犯病输出。 gemini 主要的问题还是指令遵循性，很多时候喜欢自作主张瞎操作，不瞎操作的话其实只要是长上下文都可以用 gemini 。 |
 | 94 eBPF 162 天前 - https://aider.chat/docs/leaderboards/ - https://openrouter.ai/rankings/programming?view=month |
 | 95 paynezhuang 162 天前 写代码用 claude3.7 ，问问题用 grok |
 | 96 Memoriae 162 天前 首先排除掉所有蒸馏模型，幻觉偏差太严重，综合来看 gemini 2.5 pro 不错。 |
 | 98 skymanv2 162 天前 请问你们的大模型是怎么调用的？是用 cursor 里面的吗？ |
 | 99 sickoo 161 天前 主要 claude3.7 但是不能拖太长，幻觉特别严重，最主要还是一不小心往里面塞屎 |
 | 100 malagebidi 161 天前 claude 3.7 强于 gemini 2.5 pro |
Select Language