那个大模型编码能力最好？

[silenceboychen]

在编码领域，哪些大模型的能力比较强？目前一直都在用 claude-3.7-sonnet

[Hajar123]

@xing7673 #47 windsurf 对比 cursor 如何

[XuanYuan]

我以前用 Claude ，现在用 Grok

[NATransfer]

gpt 4.1o 不错

[csfreshman]

编码能力个人用过的最好的应该是 Claude 3.7 Sonnet

[Daybyedream]

gemini 2.5 pro 好像也还行

[seven777]

@locoz #18 "上下文长度长，需要较长输出，还有难度的：要么拆分处理，要么 gpt o3 ，其他的犯病概率较高" 这个有测试经验?😁
我一般都是 Claude 3.7 thingking 不变(GitHub copilot 里面懒得换.), 也偶尔犯大病.

[hunk]

我粗糙的以为，新出的会更好一点点，学习的资料不断增加，所有显示出有差异，但基本书写，应该差别不大。
现在选型是难，不断有新东西，难以决断。

[Strive123456]

@totoro52 yes

[jamos]

claude-3.7-sonnet 和 gemini 2.5 pro 既然都推荐这 2 个， 怎么使用呢，买 api 还是免费撸

[quietDown]

claude3.7sonnet thinking 和 gemini2.5pro 是日常开发用的最多的两个，gemini2.5pro 在上下文表现上更强，claude3.7 我个人感觉在一些项目设计上会更好一点，我会拿来设计技术方案，但是最近时长感觉降智。目前两个会结合着用。

[testisgood]

我以前对比过 claude-3.7-sonnet 和豆包，明显 claude 强很多，于是我一直用 claude 。结果这次对 claude-3.7-sonnet 产出的代码质量不满意，于是试用了一下 deepseek 和 qwen3 ，结果发现，起码在我碰到的这个问题上 deepseek 和 qwen3 编出的代码都明显比 claude-3.7-sonnet 更好。

[silenceboychen]

https://www.reddit.com/r/RooCode/comments/1k9fj2p/roo_aider_cline_etc_windsurf_cursor_copilot/

[locoz]

@seven777 #86 是实际试过得出的结论，这种场景理论上 gemini 2.5 pro 上下文长，理应输出结果更好，但实际会因为它喜欢忽略一些“不重要”的东西，并且指令遵循性比其他的稍弱，就导致结果反而会犯病；而 claude 3.7 在上下文过长的情况下也会忽略一些东西，导致出问题。但 gpt o3 可能是内部有工程优化之类的处理，基本还是能不犯病输出。

gemini 主要的问题还是指令遵循性，很多时候喜欢自作主张瞎操作，不瞎操作的话其实只要是长上下文都可以用 gemini 。

[eBPF]

- https://aider.chat/docs/leaderboards/
- https://openrouter.ai/rankings/programming?view=month

[paynezhuang]

写代码用 claude3.7 ，问问题用 grok

[Memoriae]

首先排除掉所有蒸馏模型，幻觉偏差太严重，综合来看 gemini 2.5 pro 不错。

[ydirel]

@TanKuku dsV3 主要便宜，哈哈哈哈

[skymanv2]

请问你们的大模型是怎么调用的？是用 cursor 里面的吗？

[sickoo]

主要 claude3.7 但是不能拖太长，幻觉特别严重，最主要还是一不小心往里面塞屎

[malagebidi]

claude 3.7 强于 gemini 2.5 pro