杀疯了！Gemini 2.5 狂飙「高尔顿板」测试，编码横扫所有 OpenAI 模型
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
转自|新智元
【导读】谷歌的AI编码能力正在掀起一场风暴！在高尔顿板测试中，Gemini2.5Flash以惊艳表现击败OpenAI多款模型，连谷歌首席科学家JeffDean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Gemini2.5Pro，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vibecoding（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（Galtonboard）测试，对比了Gemini2.5Flash、GPT-4omini、o4-mini-high及o3等几个最新的模型。
结果他发现，Gemini2.5Flash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，Gemini2.5Flash几乎瞬间就能get到意图，生成的代码简洁又漂亮。
在Gemini2.5Flash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，Gemini2.5Flash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JeffDean也出来给他点赞。
当然，也是为了给Gemini2.5Flash站台。
资深工程师RayFernando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AlexKotenko就使用了Claude3.7。
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IsaacNaor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Gemini2.5Flash还有差距。
谷歌正势如破竹
这还只是Gemini2.5Flash的表现，Gemini2.5Pro的效果只会更好。
谷歌DeepMind正势如破竹！在第七代TPUIronwood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Gemini2.5Pro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TaroBushidō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
https ://x.com/RDeepl/status/1913494086000279786
https ://x.com/ai_for_success/status/1913482666566955305
推荐阅读
（点击标题可跳转阅读）
《机器学习100天》视频讲解
公众号历史文章精选
我的深度学习入门路线
重磅！
1700多页的《人工智能学习路线、干货分享全集》PDF文档
扫描下方二维码，添加我的微信，领取1700多页的《人工智能学习路线、干货分享全集》PDF文档（一定要备注：资料）。
长按扫码，申请入群
感谢你的分享，点赞，在看三连
