🔧 阿川の電商水電行
好的，目前 LMArena 上的WebDev排行榜基本上被三大巨頭壟斷： Anthropic的 Claude Opus 4.5、 OpenAI的 GPT-5.2-codex (high)，以及大家最喜歡的Google的 Gemini 3 Pro。
於是，我把這三個人放到同一個現有專案中（超過 8000 個 star 和 50000 多行程式碼），讓他們像普通開發者一樣建立一些真正的功能。
同一個倉庫。同樣的提示。同樣的限制。
為了公平起見，對於每項任務，我取每個模型三次執行中的最佳結果。
然後我比較了他們實際完成的工作：程式碼品質、他們需要多少指導，以及最終該功能是否有效。
⚠️注意：請勿將此測試結果視為絕對標準。這只是一組小型實際程式設計任務，旨在展示每個模型在特定環境下的表現，並讓您大致了解排名前三的模型在相同任務中的表現差異。
太長不看
如果您想快速了解結果，以下是這三款模型在我們測試中的表現：
-
Claude Opus 4.5整體表現最為穩定。它能出色地完成兩項任務，而且使用者介面也是三款中最精緻的。其主要缺點是成本。如果他們能找到在降低成本的同時保持這種性能的方法，那麼其他大多數型號的生存空間將不復存在。
-
GPT-5.2-codex（高難度）是最好的版本之一。但由於推理難度較高，它的速度顯然較慢。程式碼品質和結構都非常出色，但相比本倉庫中的其他兩個版本，它需要更多的耐心。
-
Gemini 3 Pro 的效率最高。兩個任務都能完成，但輸出結果往往感覺像是最低限度可用的版本，尤其是在分析儀表板上。
💡 如果你想找一個最穩健的方案來應對「在大程式碼庫中發布新功能」這類真正的工作，Opus 4.5 在我實際使用中表現最穩定可靠。如果你專注於速度和成本，並且不介意自己打磨 UI，那麼 Gemini 3 Pro 是個不錯的選擇。
測試工作流程
本次測試我們將使用以下 CLI 編碼代理：
-
Claude Opus 4.5： Claude Code（Anthropic 的基於終端的智能體編碼工具）
-
Gemini 3 Pro： Gemini CLI
-
GPT-5.2 High： Codex CLI
這是整個測試所使用的程式碼倉庫： iib0011/omni-tools
我們將用兩個不同的任務來檢驗這些模型：
- 任務 1：新增全域操作面板（Ctrl + K）
每個模型都需要建立一個可透過鍵盤快速鍵開啟的全域操作選單。此功能在現有搜尋功能的基礎上，增加了操作、全域狀態和鍵盤導航。此任務旨在檢驗模型對現有使用者體驗模式的理解程度，以及在不破壞現有功能的前提下避免重複設計的能力。
- 任務 2：工具使用分析 + 洞察儀表板
每個模型都必須在整個應用程式中加入真實的使用情況跟踪，將其保存到本地，然後建立一個分析儀表板，顯示諸如最常用的工具、最近的活動和基本篩選器之類的內容。
我們將比較程式碼品質、令牌使用情況、成本和建置完成時間。
💡注意：我會將每個模型的每個任務的原始程式碼變更整理到一個
.patch檔案中。這樣，您可以透過複製倉庫並使用git apply <path_file_name>` 命令套用修補程式文件，輕鬆地在本機系統上查看這些變更。這種方法讓更改的共享更加便捷。
真實世界的程式設計測試
測試 1：新增全域動作面板（Ctrl + K）
任務很簡單：所有模型都從同一個基礎提交開始，然後按照相同的提示建立提示中要求的內容。
顯然，正如前面提到的，我將評估模型在「三局兩勝」中的反應。
讓我們以一些有趣的內容開始測試：
以下是使用的提示：
This project already has a search input on the home page that lets users find tools. I want to add an improved, global version of this idea that works as an **Action Palette**, similar to what you see in editors like VS Code.
**What to build**
* Pressing **Ctrl + K** (or Cmd + K on macOS) should open a centered action palette overlay from anywhere in the app.
* The palette should support:
* Searching and navigating to tools (reuse existing tool metadata)
* Executing actions, such as:
* Toggle dark mode
* Switch language
* Toggle user type filter (General / Developer)
* Navigate to Home and Bookmarks
* Clear recently used tools
* Fully keyboard-driven experience:
* Type to filter
* Arrow keys to navigate
* Enter to execute
* Escape to close
**Notes**
* This should not replace the existing home page search. Think of it as a more powerful, global version that combines navigation and actions.
* The implementation should follow existing patterns, styling, and state management used in the codebase.GPT-5.2-Codex（高）
GPT-5.2 的表現出乎意料地好。它的實現非常完善，基本上一次性就實現了所有功能，包括國際化支持，無需多次校正。
話雖如此，它的執行時間確實比其他一些模型稍長（約 20 分鐘），這也在意料之中，因為推理難度被明確設置為“高” 。你可以清楚地看到，模型花了更多時間思考架構、命名和邊界情況，而不是急於輸出程式碼。就目前來看，這樣的權衡是值得的。
由於推理等級設定為高，令牌使用量明顯更高，但輸出程式碼也反映了這一點。
以下是演示：
https://www.youtube.com/watch?v=https://youtu.be/QCXB5bv4-L4
您可以在這裡找到它產生的程式碼： GPT-5.2 高階程式碼
-
成本：約 0.9-1.0 美元
-
耗時：約20分鐘（API時間）
-
程式碼變更：新增 540 行，僅刪除少量程式碼
-
令牌用途：
-
總計：約20.3萬
-
輸入：約 140k（+ 快取上下文）
-
輸出：約 64k
-
推理標記：約 47k
💡注意：我用相同的模型執行了完全相同的題目，但使用的是預設（中等）推理水平。結果差異巨大。當推理等級設定為高時，程式碼品質、結構以及幾乎所有方面都突飛猛進。這根本無法公平比較。
克勞德作品 4.5
克勞德全力以赴，準備了大量不同的策略。一開始確實遇到了一些建置問題，但他堅持不懈地進行建置，直到修復了所有建置和程式碼檢查問題。
整個運轉過程耗時約7分50秒，是本次測試所有機種中最快的。所有功能都運作正常，使用者介面也非常美觀，完全符合我的預期。
以下是演示：
https://www.youtube.com/watch?v=https://youtu.be/Gki\_kO6o4Qw
您可以在這裡找到它產生的程式碼： Claude Opus 4.5 程式碼
說實話，這超出了我的預期；就連國際化文本都如預期那樣加入到用戶界面並正確顯示。簡直太棒了！
-
費用： 0.94美元
-
持續時間： 7 分 50 秒（API 時間）
-
程式碼變更：新增 540 行，減少 9 行
雙子座3 Pro
Gemini 3 的確能執行，但顯然不如 GPT-5.2 High 或 Claude Opus 4.5 那麼出色。它建置的用戶介面尚可，完全可用，但感覺有點簡陋，而且與其他兩者相比，調色板中的選擇也比較少。
一個明顯的缺點是，語言切換根本沒有顯示在操作面板中，這使得 i18n 支援感覺不完整，即使技術上存在翻譯。
以下是演示：
https://www.youtube.com/watch?v=https://youtu.be/2jxnkna5OmA
您可以在這裡找到它產生的程式碼： Gemini 3 Pro 程式碼
-
成本：低（主要得益於快取讀取）
-
長度：約 10 分 49 秒（API 時間）
-
程式碼變更： +428 行，-65 行
-
令牌用途：
-
輸入：約 79k
-
快取讀取次數：約 536k
-
輸出：約 10.7k
-
節省：約 87% 的輸入令牌來自緩存
總的來說，Gemini 3 在這裡穩居第三。它能用，使用者介面也不錯，也沒有什麼明顯的缺陷，但與 GPT-5.2 High 和 Claude Opus 4.5 的深度、完整性和完善程度相比，它顯得遜色不少。
測試 2：工具使用分析 + 洞察儀表板
這個測驗比動作面板更進一步。
你可以在這裡找到我使用的提示：提示
GPT-5.2-Codex（高）
GPT-5.2 這次做得太棒了。
最終結果令人驚艷。工具使用情況追蹤功能完全符合預期，資料保存正確，儀錶板也感覺像是一個真正的產品功能。最常用工具、最近使用情況、篩選器，一切都運作良好。
一個非常貼心的設計是，它還將與分析相關的操作整合到了 Test 1 的操作面板中。
這次測試確實比第一次稍長一些，大約花了26分鐘，但這也正是高推理能力帶來的代價。可以看出，模型花了很多時間思考資料建模、程式碼重複使用以及避免邏輯重複。這次的付出完全值得。
以下是演示：
https://www.youtube.com/watch?v=https://youtu.be/8RUeWl\_09nY
您可以在這裡找到它產生的程式碼： GPT-5.2 高階程式碼
-
成本：約1.1-1.2美元
-
耗時：約26分鐘（API時間）
-
程式碼變更：大型多檔案更新，結構清晰
-
令牌用途：
-
總計：約23.6萬
-
輸入：約 162k（+ 大量快取上下文）
-
輸出：約 75k
-
推理標記：約 57k
GPT-5.2 High 的速度仍然很慢，但功能非常強大，對於這樣的任務來說，這是一個非常划算的交易。
克勞德作品 4.5
Claude Opus 4.5 在這裡也表現出色。
最終實現方案運作流暢，說實話，從純粹的介面和功能角度來看，很難看出它與 GPT-5.2 High 的差異。儀錶板簡潔明了，資料清晰易懂，篩選器也運作正常。
以下是演示：
https://www.youtube.com/watch?v=https://youtu.be/-npHfTxicF4
您可以在這裡找到它產生的程式碼： Claude Opus 4.5 程式碼
-
費用： 1.78美元
-
耗時：約 8 分鐘（API 時間）
-
程式碼變更：新增 1279 行，減少 17 行
雙子座3 Pro
Gemini 3 Pro 可以完成這項工作，但與 GPT-5.2 High 和 Claude Opus 4.5 相比，它顯然採用了一種更簡約的方法。
也就是說，整體體驗非常簡陋。使用者介面功能齊全但略顯單調，儀錶板也缺乏其他兩款機型那樣的精緻和深度。
此外，它也沒有像其他兩個模型那樣，在操作面板中直接加入查看分析資料的按鈕。
以下是演示：
https://www.youtube.com/watch?v=https://youtu.be/JuQjYnY-XGE
您可以在這裡找到它產生的程式碼： Gemini 3 Pro 程式碼
-
成本：低，但快取利用率高
-
耗時：約5分鐘（API時間）
-
程式碼變更：新增 351 行，減少 3 行
-
令牌用途：
-
輸入：約 67k
-
輸出：約 7.1k
-
節省：約 85% 以上的輸入令牌來自緩存
總的來說，Gemini 3 Pro 仍然高效可靠，但在這樣的比較中，單憑效率是不夠的。 🤷♂️
結論
至少從這次測試來看，我可以得出結論，這些模型現在基本上能夠一次完成一項相當複雜的任務，至少從我測試的情況來看是如此。
不過，有時模型出錯的程度非常嚴重，如果我要一個一個地修復這些問題，所花費的時間幾乎和從頭開始建造它一樣多。
如果比較不同型號的測試結果，Opus 4.5 無疑是最佳選擇。但我仍然認為，我們距離真正依賴它來完成大型製作專案還很遙遠。雖然最近的改進確實令人驚嘆，但實際結果仍然無法完全體現這些改進。
就目前而言，我認為這些模型非常適合重構、規劃和幫助你加快開發速度。但如果你只依賴它們產生的程式碼，程式碼庫的長期穩定性是無法保證的。
我不認為這些最新的模型中的任何一個可以“直接使用並發布”用於“生產”，尤其是在擁有數百萬行程式碼的專案中，至少不像人們吹捧的那樣。
請在評論區留下您的想法。
原文出處：https://dev.to/tensorlake/claude-opus-45-vs-gpt-52-high-vs-gemini-3-pro-production-coding-test-25of
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
