Gemini 2.5 Pro与Claude 3.7 Sonnet编程性能对比

AI领域的语言模型竞赛日趋白热化，尤其在编程辅助方面表现突出。

Gemini 2.5 Pro和Claude 3.7 Sonnet作为该领域的佼佼者，本文通过一系列编程测试与基准评估对两者的编码功能进行对比分析。

核心结论：

• Gemini 2.5 Pro在SWE Bench硬核编程测试中以63.8%的通过率略胜Claude 3.7 Sonnet的62.3%。

• 两款模型在完成不同类型编程任务时各具优势与局限，Gemini 2.5 Pro在生成代码解决方案时往往更精准快速。

• 实际选择需根据项目需求及具体编程任务类型而定。

Gemini 2.5 Pro 概述

尽管发布已有时日，Gemini 2.5 Pro 凭借其升级的推理分析能力持续引发热潮。该功能原本仅限Gemini Advanced订阅用户专享，如今已向大众免费开放。

虽为新秀，Gemini 2.5 Pro 已在部分测试中超越ChatGPT 4等对手（但编程和多轮对话领域除外）。

令人意外的是，在"人类终极考试"测试中，其未启用网络搜索功能的版本竟超越了OpenAI的深度研究模型，创下惊人成绩。

编程挑战测试

为评估Gemini 2.5 Pro与Claude 3.7 Sonnet的编程能力，我们对两款模型进行了系列编码任务测试，结果概要如下：

1. 飞行模拟器

要求：使用JavaScript开发简易飞行模拟器，需包含可从平面跑道起飞的基础飞机模型。飞机运动需通过键盘输入控制（如方向键或WASD键），并需生成类似《我的世界》风格的方块建筑构成基础城市景观。

Gemini 2.5 Pro 的表现：

成功生成了可运行的飞行模拟器代码。生成的代码完全正确，飞机操控流畅，城市景观渲染准确。

const plane = document.createElement('div');
plane.style.position = 'absolute';
plane.style.left = '50%';
plane.style.bottom = '10px';
plane.style.width = '50px';
plane.style.height = '20px';
plane.style