大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



gpt好像出了o3，但似乎是更追求效率？

deepseek听说是更专门针对代码编写的，有没有大佬说说体验。

其他大模型也可以讲讲

最好的代码编写AI模型，我觉得应该是不固定的，目前而应该是DeepSeek、GPT、

Qwen、Claude、Gemini中的某一个。

为什么这么说呢？

我们来看几个AI编程能力排行榜，

其实这种AI编程能力排行榜还很多，这里只是选择了huggingface和aider网站上的排行榜。我们可以发现他们两者的结果并不一样，另外翻看这两个网站的历史排行榜也会发现前后也是不一样的,也就是说这个排行榜是在变的。

比如，huggingface的BigCodeBench、aider的Aider LLM Leaderboards及清华大学的SuperBench。数据都不太一样，当然清华大学的是2024年11月的榜deepseek还是2.5的版本，但整体的数据还是相差不少。不过也能说明一个问题就是现阶段全球比较顶尖的AI模型中在编程能力方面比较优秀的就是DeepSeek、Claude、Gemini及Qwen这些了。

那么具体如何，我们可以来实操体验一下。

要对比首先，我们需要选择一款AI编程的开发工具。

目前AI编程开发工具有两种模式：一种是AI原生IDE，另一种是插件式AI编程工具。

AI原生的IDE目前市场上推出来的并不多，但还是非常火爆的。比如在B站被称为AI编程神器的Cursor，当然咱们国内字节也推出了MarsCode IDE。

磨刀不误砍柴工，我们先来看看AI编程工具：

Cursor是国外一家公司在2023年发布的一款AI原生的IDE，主要功能就是通过AI能力自动检索理解代码的上下文、可以自动编写并运行终端命令、可以自动检测并修正代码、具有强大的自动补全代码的能力，当然强大的聊天功能也是它基本的功能。

在设置页面可以设置选择AI大语言模式

MarsCode 是豆包旗下的AI智能编程工具，它分为网页版和编程插件。提供以智能代码补全为代表的核心能力，能在编码过程中提供单行或整个函数的建议，同时支持在用户编码过程中提供代码解释、单测生成、问题修复、技术问答等辅助功能，提升编码效率与质量。

最近收到Marscode网页版2025年4月15日正式下线的通知，当然它并不是停止开发了而是把编程产品转到另一款AI原生IDE Trae，通知里说后续字节将聚焦资源优化本地IDE（Trae）与插件(MarsCode 编程助手)服务。早期Trae是说针对国外市场而MarCdoe是针对国内市场现在应该是合并了，不过还是不影响我们的使用。

这是MarsCode IDE的效果图：

这是Trae的效果

基本上上面提到的AI模型Trae都是支持的。

相比AI原生IDE，插件式AI编程工具就非常的多，并且在AI火爆后就出来很多AI编程插件。

下面我们来看看目前Intellij与Visual Studio Code插件市场相关AI辅助编程插件的下载量情况：

p.s.以上的下载量只是plugins.jetbrains的marketplace数据，发布的时长也不相同，数据仅供参考。

基本AI编程工具的功能都差不多：

• 代码补全：根据当前代码上下文自动补全代码。
• 根据注释生成代码：根据注释描述生成相应的代码。
• 方法和函数生成：根据方法名或函数名自动生成该方法或函数的代码。
• 生成测试代码：生成测试代码。
• 自动优化代码、异常解决、代码生成….

功能还是非常多的，AI编程和AI程序员刚出来那会谈论最多的是AI代替程序员，而现在谈论更多的是AI如何辅助和提交程序员编程。如果你已经使用上了AI辅助编程我想你一定会感觉AI带来的便利。

身处这样的技术浪潮中的我们，以其担心AI替代我们，还不如好好利用。毕竟明天AI替代我们是未知的，但明天能替代我们的一定是会AI的人。

而解决这个问题根源的唯一办法就是学习，相比网上高额的付费课，这里有个知乎知学堂的大模型应用公开课是免费送的。这门课里，你能掌握前沿 AI 技术，熟悉大模型架构，获得实战项目经验。课程还会详细剖析大模型应用开发的各种知识，像揭秘知乎直答底层原理、解析 DeepSeek 核心技术等。

目前还在活动期，不知道啥时候结束，建议先报名占坑：↓↓↓

满满的AI干货，听了不亏，还可以领取丰富的资料。

这里就选择使用字节的Trae来体验一下，几款AI大模型的编程能力。

请生成一组树形结构的测试数据，然后再用react+antd把树展示出来，生成的效果要漂亮一点。另外要生成完整的项目可以直接运行。

1. DeepSeek-V3-0324
   2025年初最大的一个炸弹非deepseek莫属，deepseek-r1发布后风靡全球。而在3月24日deepseek又发布了deepseek-v3-0324版本，这个版本除了拥有deepseek-r1的部分深度思考能力又不需要深度思考的时间外，它还在前端的编码能力方面有增强。下面我们来具体试试：
   deepseek是直接生成相应的代码
   
   
   

可能是deepseek没有先生成项目所以会缺少文件，然后运行后就会报错

选中异常信息后，可以点击“添加到对话” 直接在对话中提交就会生成解决办法

这里已经生成好了缺少的文件，直接再次运行，这就是生成的效果

2.Claude-3.7-sonnet
claude是由gpt离职员工出来后开发的，推出后一直和gpt是并肩的。到后来还有超出gpt的样子。现在claude的火热程度并不逊色于gpt。
第一步会先生成react的模板项目

然后，生成相应的组件代码同时在右下角会出现“全部接受”的按钮，点击后代码就会自动生成到当前的文件夹里，并且文件是按react模板的目录存放。

效果

点击预览，就会启动项目，并且trae内置了浏览器可以直接展示运行后的效果。代码完全没有报错，并且代码非常的工整。

3.GPT-4o
2022年11月GPT引发了AI变革，一场轰轰烈烈的AI革命就发生了。GPT的地位及在编程方面的能力也是非常突出的，当时GPT发布时通过手绘的草图然后发给AI，AI就能生成可以运行的网页。

来看看GPT也是通过模板先生成项目

这里要人式选择一些参数

然后一下步，这里也报缺少文件的错，然后还缺少了让我执行
npm install antd @ant-design/icons
命令的错

最后出来了，可能它误解了漂亮两个字的定义

4.Gemini

gemini是谷歌的AI产品早期叫Bard后来统一成Gemini。我们知道生成式AI大模型基本上都有谷歌Transformer的影子，谷歌在AI领域也是居功至伟。

gemini也是先创建react项目

然后报了一些错，最后的效果

代码风格上gemini和claude还是很不错的。

总的来说从代码生成、到代码风格、再到代码可执行方面这几款都还不错。至少现在AI生成的代码基本上是可以直接执行或使用的，更关键的是它可以关联文件夹里的所有文件，即使代码存在问题它可以进一步的完善。AI已经成为程序员一个非常大的助力，如果非要从这些里面选择最好的一个个人感觉是Claude,如果国内使用不佳的话那就是DeepSeek，当然随着时间的变化后面是哪个又是个未知的结果。

OpenRouter是一个卖API服务的中间商，每天卖出去的Token数量很客观，它自己做了一个排行榜，就是针对于不同用途的大模型使用量排序。

你看这周的排行，Claude 3.7 sonnet排名第一，2-4名是Google的Gemini模型。

你再细看4月28号的用量，Claude3.7毫无疑问的最强者，但是Google的Gemini 2.5已经追上来了。

特别是今年年初的时候，Claude系列几乎能占到编程API使用量的85%，其他的所有模型都不够看。

最近的趋势就是Claude 3.7的确好用，但是Google的Gemini-2.5系列追赶势头很猛。

另一个维度就是你看AI编程软件最推荐你用什么模型，比如字节的Trae，你点卡它的海外版本，最前面的两个是Claude的模型，后面依此是Gemini，GPT以及DeepSeek，基本上也是性能排行榜。

并且经过实测，Claude3.7的确好用，但是用的人比较多，容易卡，可以Claude3.5和3.7换着用。

不过这几个模型有个缺点，那就是很难再国内使用，因为各种访问限制，这种情况的话，Qwen3的235B模型，DeepSeek R1和升级版的V3，都是不错的选择。

建议你看看专栏第三节内容，写代码对于Prompt的精准度要求不低。

https://www. zhihu.com/column/c_1868 3872

在代码编写方面，当前主流大模型各有特点，以下是综合对比及推荐建议：

1. GPT-⁴⁄₃.5（OpenAI）
   

• 优势：代码生成质量高、逻辑推理能力强，支持复杂算法实现和跨语言转换（如自然语言转代码）。擅长解决抽象问题，API生态完善。
• 不足：需付费使用，长上下文处理较弱（GPT-4 Turbo支持128k但价格较高），国内访问受限。
• 典型场景：算法设计、代码解释、全栈开发辅助。

1. DeepSeek-Coder（深度求索）
   

• 亮点：
  
• 开源版本（33B/7B）支持16k-128k上下文，可处理完整项目代码
• 代码填充（Fill-in-the-middle）能力突出，适合IDE实时补全
• 中英双语优化，中文注释生成更准确
• 数学推理能力在代码模型中领先（HumanEval得分超GPT-3.5）

• 实测体验：项目级代码维护表现出色，函数级生成准确率约75%，支持130+语言，适合长期编程辅助。

1. Claude 3（Anthropic）
   

• 优势：200k上下文窗口，适合分析大型代码库，文档生成质量高，复杂需求理解准确。
• 注意点：代码生成风格偏保守，创新性略逊于GPT-4。

1. CodeLlama（Meta）
   

• 特点：完全开源（商用友好），支持34编程语言，Python专项版优化明显，适合本地部署。
• 局限：基础版70B参数以下模型逻辑推理能力较弱。

1. 国内模型（通义灵码/文心一言）
   

• 优势：中文需求理解更精准，深度集成阿里云/百度生态，适合企业级开发。
• 现状：闭源模型能力接近GPT-3.5水平，开源生态待完善。

模型	Pass@1得分	上下文长度	数学推理(MATH)
GPT-4	82.3%	128k	42.5%
DeepSeek-Coder-33B	78.7%	128k	35.2%
Claude 3 Sonnet	73.2%	200k	30.1%
CodeLlama-70B	67.8%	16k	15.7%

• 企业级开发：GPT-4（预算充足） + 通义灵码（中文场景）
• 个人开发者：
  
• 效率优先：DeepSeek-Coder（VSCode插件+API免费额度）
• 隐私敏感：CodeLlama-70B + 本地部署

• 学生/研究者：
  
• 算法题：GPT-4 > DeepSeek-Coder
• 项目开发：Claude 3（长上下文分析）

1. 代码模型专用化：2024年新模型普遍采用扩展上下文（≥128k）+ 代码填充架构
2. 多模态融合：GPT-4V等模型开始支持UI设计图转代码
3. 本地化部署：Qwen-72B等国产模型显存优化显著（8卡可部署）

建议结合具体需求试用：DeepSeek-Coder适合长期编码伙伴，GPT-4应对复杂问题，Claude处理遗留系统改造，开源模型满足定制需求。实际开发中推荐组合使用，通过CI/CD流水线实现AI代码质量验证。