編碼能力一直是頂尖模型宣傳的重點。

尤其是，AI大神Karpathy帶火vibe coding（氛圍編程）概念后，普通人也可以通過AI體驗到編程的樂趣。

游戲、網頁、3D建模，再加上最近爆火的MCP協議，大家玩得不亦樂乎。

不只是娛樂，很多AI專家、公司CEO、行業分析師甚至認為，AI可能會在2-3年內取代絕大部分的程序員。

AI編程真的有那么強嗎？哪家的效果更好？

就在最近，網友RameshR通過高爾頓板（Galton board）測試，對比了Gemini 2.5 Flash、GPT-4o mini、o4-mini-high及o3等幾個最新的模型。

結果他發現，Gemini 2.5 Flash在這項高爾頓板測試中表現炸裂，而OpenAI的幾個模型則完全不行，沒能搞定這個任務。

RameshR表示，Gemini 2.5 Flash幾乎瞬間就能get到意圖，生成的代碼簡潔又漂亮。

在Gemini 2.5 Flash上，他一共提示5次就搞定了。而在OpenAI的模型上，RameshR則折騰了半小時都沒有完成，最后直接選擇放棄。

可以看出，Gemini 2.5 Flash生成的動畫中，整個高爾頓板的排布都沒有明顯的問題，小球的運動、碰撞也基本符合物理規律。

當然，最后小球的排列也是遵循正態分布。

RameshR的高爾頓板測試帖子發出后立即點燃了網友們的興致，就連谷歌的首席科學家Jeff Dean也出來給他點贊。

當然，也是為了給Gemini 2.5 Flash站臺。

資深工程師Ray Fernando使用相同的提示詞在o4-mini-high上進行了測試，結果表現還是不太完美。

他不得不又在GPT-4.1上重新試了一次，表現還是差強人意。

圖片下邊柱子和固定的小球已經重合到一起了，小球的排列也不符合正態分布的規律。

還有網友使用其他的模型做了測試，比如Alex Kotenko就使用了Claude 3.7。

他表示在使用了相同的初始提示和一次后續調整就完成了測試。只不過從結果來看，小球的排列并不怎么符合正態分布。

而Isaac Naor則使用Gork模型一次就完成了測試。

可以看出Gork模型生成的動畫在界面和小球的運動上表現還可以。

但小球最后的排列并不太符合正態分布規律，距離Gemini 2.5 Flash還有差距。

谷歌正勢如破竹

這還只是Gemini 2.5 Flash的表現，Gemini 2.5 Pro的效果只會更好。

谷歌DeepMind正勢如破竹！在第七代TPU Ironwood的加持下，Gemini模型不僅性能很強，性價比也格外的高。

谷歌似乎是找到了最佳編碼模型的秘密。

剛剛，網友AshutoshShrivastava發帖稱，谷歌又又又推出了一個新模型「dayhush」，已在網頁開發領域上線。

更加夸張的是，這個新模型似乎比Gemini 2.5 Pro更出色。他還提供了新模型的一些更詳細信息。

測試過「dayhush」的網友Taro Bushidō表示，「這將是對AI編碼的一次地震性轉變。」

網友MuffinV也認為，Dayhush是一個大的飛躍。

它的思考時間更長，效果也最好，而且目前沒有任何其他模型能達到這種水平。

他使用Dayhush模型創建了一些知名網站，效果非常棒。

「沒有任何模型能夠如此精確地創建youtube和spotify的用戶界面。」他說。