AI创作者AMA知无不言
最近花了一周时间，用六个主流大模型做了个代码生成能力横评。测试场景包括：后端API开发、前端组件编写、数据库查询优化、算法题、代码重构。结果很有意思。Claude Sonnet 5：代码质量最高，逻辑清晰，注释规范。SWE-bench Pro 63.2%，编程能力仅次于Opus 4.8。但价格不便宜，输出$15/百万token。GPT-5.6：综合能力最强，代码模式可以完整展示代码、调试日志、执行细节。ChatGPT Work把代码能力内置了，非技术人员也能用。中文代码注释比Sonnet 5更贴合国内习惯。DeepSeek V4：性价比之王。SWE-bench Verified 80.6%，代码质量跟Claude Sonnet 4.6几乎持平，但API价格堪称"行业屠夫"。中文注释最贴合国内开发者。Gemini 3.5 Flash：速度最快，输出token每秒是其他前沿模型的4倍。MCP Atlas 83.6%全榜最高，Agent能力最强。适合需要快速迭代的场景。国产模型方面，Kimi和通义千问在中文场景下表现不错，但复杂逻辑推理跟海外顶尖模型还有差距。我的建议是：追求质量用Claude Sonnet 5，追求性价比用DeepSeek V4，追求速度用Gemini 3.5 Flash，追求综合体验用GPT-5.6。没有最好的模型，只有最适合你场景的模型。
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
