AI 编程模型评测：版本与产品线历史样本（一）
整理飞书知识库中的 AI 编程模型评测，保留版本背景、使用体验与选型方法；具体能力请以官方最新文档和实测为准。
本文是公开知识库的模型评测资料整理，原始内容带有明显的版本时间线。模型名称、能力、上下文长度、可用平台和接口都会变化，本文只适合作为历史参考；实际选型请以模型厂商在 2026-08-09 发布的官方文档、控制台和服务条款为准。
合并规则：相同模型或相近结论已合并，重复的导流、价格和个人推广信息已去除；原文中无法由官方资料确认的体验判断保留为“作者实测/历史样本”，不当作当前承诺。
硬刚Claude? OpenAI发布编程模型 GPT-5-Codex
本文根据公开飞书教程整理，原始页面：硬刚Claude? OpenAI发布编程模型 GPT-5-Codex。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
官网
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
Learn how to use Codex by OpenAI. One agent for everywhere you code—included in ChatGPT Plus, Pro, Team, Edu, and Enterprise plans.
定价
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
安装
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
用完体验
优点
-
模型不错，能很流畅的解决比较细小的问题，继承了GPT-5的优点
-
UI 效果很好
-
竞争是好事
缺点
-
IDE 不好用,不管是Codex, 还是 visual code 插件，少了很多其他编程工具的特点，比如合并，回滚
-
在已有项目中用gpt-5-codex开发功能，如果项目已经比较完善，代码较多，那开发模块会非常慢，gpt-5会搜索非常多的代码块构建上下文，thinking的时间会很长
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
- 代码、关键词搜索能力比较弱
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
- 不稳定，经常出现
stream disconnected before completion: Transport error: error decoding response body
这个错误，关键是你重试的话，所有上下文都要重新来一遍（不清楚是否我网络问题）
- 慢。太慢了，不管需求大小，完成的时间基本要五六分钟
拥抱国产，Kimi-k2-0905编程体验
本文根据公开飞书教程整理，原始页面：拥抱国产，Kimi-k2-0905编程体验。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
万亿参数 Qwen3-Max 编程实测
本文根据公开飞书教程整理，原始页面：万亿参数 Qwen3-Max 编程实测。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
又见神秘模型code-supernova,听说是 claude sonnet 4.5?
本文根据公开飞书教程整理，原始页面：又见神秘模型code-supernova,听说是 claude sonnet 4.5?。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
可免费使用
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
MiniMax-M2 编程能力实测：前后端都能打？
本文根据公开飞书教程整理，原始页面：MiniMax-M2 编程能力实测：前后端都能打？ 。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
评分
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
使用
在 claude code 中使用CC switch 工具
GitHub - farion1231/cc-switch: 一个用于管理和切换 Claude Code 和 Codex 不同供应商配置的桌面应用
一个用于管理和切换 Claude Code 和 Codex 不同供应商配置的桌面应用. Contribute to farion1231/cc-switch development by creating an account on GitHub.
其他 AI 编程工具的对接
M2 for AI Coding Tools - MiniMax API Docs
MiniMax-M2 features strong code understanding, multi-turn dialogue, and reasoning capabilities.
国产模型 VS Claude/GPT-5, 实战编程对比测试
本文根据公开飞书教程整理，原始页面：国产模型 VS Claude/GPT-5, 实战编程对比测试。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
测试大模型及工具
-
Kimi-k2-thinking > claude code
-
Minimax-m2 > claude code
-
GLM-4.6 > claude code
-
Qwen3-coder-plus > iflow
-
Claude sonnet4.5 > windsurf
-
Gpt-5-codex > codex
需求
- 初始需求
背景
任务
你现在需要完成两个功能的设计与开发，并给出接口文档。
- 退款接口
比如付款10元，使用的是5元余额，5元微信。则退款需要退5元到余额，5元微信退款
数据库设计
根据上面的业务场景，进行数据库设计，数据库使用mysql
- 进阶需求
附件：java.md
测试目标
-
逻辑合理，表设计合理，遵守开发规范
-
编译通过，无语法错误
初始需求测试结果
- 分成两个任务
1️⃣框架搭建，设计表
| 对话轮次 | Kimi-k2-thinking | Minimax-m2 | GLM-4.6 | Qwen3-coder-plus | Claude sonnet4.5 | Gpt-5-codex |
|---|---|---|---|---|---|---|
| 第1 轮 | 1️⃣框架搭建<br>生成的代码不完整，有接口没实现<br>缺少很多代码<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>❌<br>很快发现我代码库中的 jdk 版本跟电脑实际安装不一样，及时调整 | 1️⃣框架搭建<br>生成的代码不完整，有接口没实现<br>mapper 文件有语法错误<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>❌ | 1️⃣框架搭建<br>需求理解有差异，没有提供controller 接口<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>❌ | 1️⃣框架搭建<br>失败-缺少引用包<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>❌ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ |
| 需求升级 | ||||||
最终排名
仅限个人测试，不代表权威
1、GPT-5-codex
2、Claude 4.5
3、GLM-4.6
4、Kimi-k2-thinking
5、Minimax-m2
6、QwenCoder-plus
Claude opus 4.5 , AI编程新王登基
本文根据公开飞书教程整理，原始页面：Claude opus 4.5 , AI编程新王登基。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
跑分
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
使用
目前这个优惠是有时间段的
前端测试
小游戏测试
做一个三人斗地主的 html游戏,使用 react 框架，要符合斗地主的规则。同时具备背景声音
需要包含以下音效：发牌声、玩家叫地主声、玩家抢地主声、玩家出牌声（包括单牌、对子、三张、顺子、连对、三带一、四带二、炸弹、春天等）、游戏胜利/失败提示音。另外，请提供至少三首不同风格的背景音乐，并允许玩家在游戏设置中选择是否开启背景音乐以及切换音乐。
请使用中文语音及中文界面
图片生成网页
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
请仔细查看这个两个图片，将图片切成 react h5 网页，保证结构，元素，内容不变，图片你可以使用开源图片
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
后端测试
需求
- 初始需求
背景
任务
你现在需要完成两个功能的设计与开发，并给出接口文档。
- 退款接口
比如付款10元，使用的是5元余额，5元微信。则退款需要退5元到余额，5元微信退款
数据库设计
根据上面的业务场景，进行数据库设计，数据库使用mysql
- 进阶需求
附件：java.md
对话轮次
| 对话轮次 | Claude opus 4.5 | Gemini-3-pro | Claude sonnet4.5 | Gpt-5-codex |
|---|---|---|---|---|
| 第1 轮 | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ |
| 第4轮 | ||||
| 需求升级 | ||||
总结
| 前端 UI展示 能力 | 前端逻辑能力 | 后端逻辑能力 | |
|---|---|---|---|
| Claude opus-4.5 | S- | S | S+ |
| Gemini-3-pro | S | S- | A |
| gpt-5.1-codex-max | A | S- | S |
所以总的来说， Claude 4.5-opus 综合能力是最强的。
从 0 到 1 用 Minimax-M2完成小程序开发
本文根据公开飞书教程整理，原始页面：从 0 到 1 用 Minimax-M2完成小程序开发。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
为什么使用Minimax-M2
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
- 稳定
国内直达，输出速度非常快
- 模型专门为编程进行了优化
在ClaudeCode中使用Minimax
- 按照官方的配置，将 MiniMax-M2 配置到 ClaudeCode 的内置模型中
- 编辑或创建 Claude Code 的配置文件，路径为 ~/.claude/settings.json，在该文件中添加或更新 env 字段。
ANTHROPIC_BASE_URL 需根据地理位置设置：国内用户使用 https://api.minimaxi.com/anthropic，国际用户使用 https://api.minimax.io/anthropic
<MINIMAX_API_KEY> 需替换为从 MiniMax 开发者平台 (国际用户可访问 MiniMax Developer Platform) 获取的 API Key
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.minimaxi.com/anthropic",
"ANTHROPIC_AUTH_TOKEN": "<MINIMAX_API_KEY>",
"API_TIMEOUT_MS": "3000000",
"CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": 1,
"ANTHROPIC_MODEL": "MiniMax-M2",
"ANTHROPIC_SMALL_FAST_MODEL": "MiniMax-M2",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "MiniMax-M2",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "MiniMax-M2",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "MiniMax-M2"
}
}
注意：模型的 Url 地址要确定是是国内还是国外，最最最最最重要API_KEY 一定是 CodingPlan 里面的 key
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
- 使用 CCSwitch 等第三方工具进行配置
小程序开发的SOP流程
1、PRD文档
把你的想法变成一个 PRD 文档，这个文档是 AI 编程的入门内容
我想做一款用于管理孩子任务和奖励的微信小程序，核心功能是孩子通过完成任务获得积分，通过消耗积分获得奖励。请你帮我生成一份格式统一、结构完整的标准 PRD Markdown 文档，
遵循以下章节结构：
项目名称
一、产品定位与目标
二、目标用户
三、核心功能需求
四、信息架构与页面结构
五、页面说明（逐页说明）
六、UI 配色与视觉规范
七、交互与状态设计
八、可扩展功能建议
📋 生成规范：
- 输出必须是 Markdown 格式；
- 不包含任何 AI 提示词或解释；
- 每个章节都要完整；
- 对于 UI 配色和页面结构，请使用你最合理的推断；
2、使用小程序开发者工具创建新的小程序
注意，尽量不要让 AI 生成初始化的结构，不然很容易出问题
3、通过PRD 文档生成小程序界面
注意： 最好是使用 plan 模式，生成一份可执行的计划，因为这个生成可能需要多次。
4、界面调整
5、发布上线
GPT5.2发布，前后端编程测试
本文根据公开飞书教程整理，原始页面：GPT5.2发布，前后端编程测试。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
介绍
领先的前沿模型，为专业工作和持久运行的智能体而打造。
前端测试
做一个三人斗地主的 html游戏,使用 react 框架，要符合斗地主的规则。同时具备背景声音
需要包含以下音效：发牌声、玩家叫地主声、玩家抢地主声、玩家出牌声（包括单牌、对子、三张、顺子、连对、三带一、四带二、炸弹、春天等）、游戏胜利/失败提示音。另外，请提供至少三首不同风格的背景音乐，并允许玩家在游戏设置中选择是否开启背景音乐以及切换音乐。
请使用中文语音及中文界面
我是一家生产儿童玩具的厂商，我现在需要制作一个公司官网，请帮我用 nextjs 来实现，官网风格要充满童趣
后端测试
需求
- 初始需求
背景
任务
你现在需要完成两个功能的设计与开发，并给出接口文档。
- 退款接口
比如付款10元，使用的是5元余额，5元微信。则退款需要退5元到余额，5元微信退款
数据库设计
根据上面的业务场景，进行数据库设计，数据库使用mysql
- 进阶需求
附件：java.md
对话轮次
| 对话轮次 | GPT-5.2-high | Claude opus 4.5 | Claude sonnet4.5 | Gpt-5.1-codex |
|---|---|---|---|---|
| 第1 轮 | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ |
| 需求升级 | ||||
总结
GPT-5.2 太慢了.....
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
| 前端 UI展示 能力 | 前端逻辑能力 | 后端逻辑能力 | |
|---|---|---|---|
| Claude opus-4.5 | S- | S | S+ |
| Gemini-3-pro | S | S- | A |
| gpt-5.1-codex-max | A | S- | S |
| GPT-5.2 | A | A | S |
所以总的来说，GPT5.2 不是一款的专门编程模型，在前端编程上弱于Gemini-3-pro，在后端编程上基本与 5.1-codex 持平， 所以我还是比较期待GPT-5.2-codex
当然，好的模型在大部分基础任务上已经非常完美，很多测试其实已经无法测试出一个好的模型的上限。
目前的瓶颈仍然是上下文的长度。
GPT5.2-Codex发布，前后端编程测试
本文根据公开飞书教程整理，原始页面：GPT5.2-Codex发布，前后端编程测试。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
介绍
领先的智能体编码模型，为软件工程与网络安全防御提供强大支持。
前端测试
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
为什么选择 GPT-5-codex-medium 这个尺寸来测试？
因为 High 和 Extra high 实在是太慢了
完成一个测试用例 High的时间是将近 30 分钟，这么长时间的响应，并不适合用于常规编码开发
做一个三人斗地主的 html游戏,使用 react 框架，要符合斗地主的规则。同时具备背景声音
需要包含以下音效：发牌声、玩家叫地主声、玩家抢地主声、玩家出牌声（包括单牌、对子、三张、顺子、连对、三带一、四带二、炸弹、春天等）、游戏胜利/失败提示音。另外，请提供至少三首不同风格的背景音乐，并允许玩家在游戏设置中选择是否开启背景音乐以及切换音乐。
请使用中文语音及中文界面
我是一家生产儿童玩具的厂商，我现在需要制作一个公司官网，请帮我用 nextjs 来实现，官网风格要充满童趣
后端测试
需求
- 初始需求
背景
任务
你现在需要完成两个功能的设计与开发，并给出接口文档。
- 退款接口
比如付款10元，使用的是5元余额，5元微信。则退款需要退5元到余额，5元微信退款
数据库设计
根据上面的业务场景，进行数据库设计，数据库使用mysql
- 进阶需求
附件：java.md
对话轮次
| 对话轮次 | GPT-5.2-codex | Claude opus 4.5 | Claude sonnet4.5 | Gpt-5.1-codex |
|---|---|---|---|---|
| 第1 轮 | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ | 1️⃣框架搭建<br>提示词：<br> 需求文档，<br>java 开发规范文档<br>✅ |
| 需求升级 | ||||
总结
| 前端 UI展示 能力 | 前端逻辑能力 | 后端逻辑能力 | |
|---|---|---|---|
| Claude opus-4.5 | S- | S | S+ |
| Gemini-3-pro | S | S- | A |
| gpt-5.1-codex-max | A | S- | S |
| GPT-5.2 | A | A | S |
| GPT-5.2-codex | S- | A+ | S |
GPT 5.2-codex 在前后端都有非常不错的表现，这其实给了国内很多 AI 编程工具有一个很好的机会，Claude 模型不再是唯一的选择
Gemini-3-flash ,又快又准
本文根据公开飞书教程整理，原始页面：Gemini-3-flash ,又快又准。 安装命令、登录方式和功能说明会随版本变化，操作前请优先查看官方文档。
神奇的评分
原文此处包含图片，当前版本保留文字说明；请查看原始飞书页面中的图片。
资料范围
本篇覆盖 GPT-5-Codex 至 GPT-5.2-Codex 的公开评测条目。评测中的排名、速度和“最强”表述都只对应原文写作时的环境，不能直接推断今天的结果。
官方核验与使用建议
OpenAI 对 Codex 产品和模型的介绍以 Codex 官方公告 与 GPT-5.2-Codex 公告 为准。模型评测应固定任务、仓库、提示词、工具权限和时间窗口，不能只看单次速度或作者主观排名。