AI領域的語言模型競賽日趨白熱化，尤其在編程輔助方面表現突出。

Gemini 2.5 Pro和Claude 3.7 Sonnet作為該領域的佼佼者，本文通過一系列編程測試與基準評估對兩者的編碼功能進行對比分析。

核心結論：

? Gemini 2.5 Pro在SWE Bench硬核編程測試中以63.8%的通過率略勝Claude 3.7 Sonnet的62.3%。

? 兩款模型在完成不同類型編程任務時各具優勢與局限，Gemini 2.5 Pro在生成代碼解決方案時往往更精準快速。

? 實際選擇需根據項目需求及具體編程任務類型而定。

Gemini 2.5 Pro 概述

盡管發布已有時日，Gemini 2.5 Pro 憑借其升級的推理分析能力持續引發熱潮。該功能原本僅限Gemini Advanced訂閱用戶專享，如今已向大眾免費開放。

雖為新秀，Gemini 2.5 Pro 已在部分測試中超越ChatGPT 4等對手（但編程和多輪對話領域除外）。

令人意外的是，在"人類終極考試"測試中，其未啟用網絡搜索功能的版本竟超越了OpenAI的深度研究模型，創下驚人成績。

編程挑戰測試

為評估Gemini 2.5 Pro與Claude 3.7 Sonnet的編程能力，我們對兩款模型進行了系列編碼任務測試，結果概要如下：

1. 飛行模擬器

要求：使用JavaScript開發簡易飛行模擬器，需包含可從平面跑道起飛的基礎飛機模型。飛機運動需通過鍵盤輸入控制（如方向鍵或WASD鍵），并需生成類似《我的世界》風格的方塊建筑構成基礎城市景觀。

Gemini 2.5 Pro 的表現：

成功生成了可運行的飛行模擬器代碼。生成的代碼完全正確，飛機操控流暢，城市景觀渲染準確。

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