新智元报道
编辑：犀牛
谷歌的 AI 编码能力正在掀起一场风暴！在高尔顿板测试中，Gemini 2.5 Flash 以惊艳表现击败 OpenAI 多款模型，连谷歌首席科学家 Jeff Dean 都为其点赞。谷歌新模型「dayhush」已在网页开发领域崭露头角，性能超越 Gemini 2.5 Pro，被网友称为「AI 编码的地震性突破」。
编码能力一直是顶尖模型宣传的重点。
尤其是，AI 大神 Karpathy 带火 vibe coding（氛围编程）概念后，普通人也可以通过 AI 体验到编程的乐趣。
游戏、网页、3D 建模，再加上最近爆火的 MCP 协议，大家玩得不亦乐乎。
不只是娱乐，很多 AI 专家、公司 CEO、行业分析师甚至认为，AI 可能会在2-3 年内取代绝大部分的程序员。
AI 编程真的有那么强吗？哪家的效果更好？
就在最近，网友 RameshR 通过高尔顿板（Galton board）测试，对比了 Gemini 2.5 Flash、GPT-4o mini、o4-mini-high 及 o3 等几个最新的模型。
结果他发现，Gemini 2.5 Flash 在这项高尔顿板测试中表现炸裂，而 OpenAI 的几个模型则完全不行，没能搞定这个任务。
RameshR 表示，Gemini 2.5 Flash 几乎瞬间就能 get 到意图，生成的代码简洁又漂亮。
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 则折腾了半小时都没有完成，最后直接选择放弃。
可以看出，Gemini 2.5 Flash 生成的动画中，整个高尔顿板的排布都没有明显的问题，小球的运动、碰撞也基本符合物理规律。
当然，最后小球的排列也是遵循正态分布。
RameshR 的高尔顿板测试帖子发出后立即点燃了网友们的兴致，就连谷歌的首席科学家 Jeff Dean 也出来给他点赞。
当然，也是为了给 Gemini 2.5 Flash 站台。
资深工程师 Ray Fernando 使用相同的提示词在 o4-mini-high 上进行了测试，结果表现还是不太完美。
他不得不又在 GPT-4.1 上重新试了一次，表现还是差强人意。
图片下边柱子和固定的小球已经重合到一起了，小球的排列也不符合正态分布的规律。
还有网友使用其他的模型做了测试，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续调整就完成了测试。只不过从结果来看，小球的排列并不怎么符合正态分布。
而 Isaac Naor 则使用 Gork 模型一次就完成了测试。
可以看出 Gork 模型生成的动画在界面和小球的运动上表现还可以。
但小球最后的排列并不太符合正态分布规律，距离 Gemini 2.5 Flash 还有差距。
谷歌正势如破竹
这还只是 Gemini 2.5 Flash 的表现，Gemini 2.5 Pro 的效果只会更好。
谷歌 DeepMind 正势如破竹！在第七代 TPU Ironwood 的加持下，Gemini 模型不仅性能很强，性价比也格外的高。
谷歌似乎是找到了最佳编码模型的秘密。
刚刚，网友 AshutoshShrivastava 发帖称，谷歌又又又推出了一个新模型「dayhush」，已在网页开发领域上线。
更加夸张的是，这个新模型似乎比 Gemini 2.5 Pro 更出色。他还提供了新模型的一些更详细信息。
测试过「dayhush」的网友 Taro Bushidō表示，「这将是对 AI 编码的一次地震性转变。」
网友 MuffinV 也认为，Dayhush 是一个大的飞跃。
它的思考时间更长，效果也最好，而且目前没有任何其他模型能达到这种水平。
他使用 Dayhush 模型创建了一些知名网站，效果非常棒。
「没有任何模型能够如此精确地创建 youtube 和 spotify 的用户界面。」他说。
参考资料：
https://x.com/rezmeram/status/1912973797206155424
