Kedua-dua Gemini 3 Pro (Google/DeepMind) dan Claude Sonnet 4.5 (Anthropic) ialah model perdana era 2025 yang dioptimumkan untuk aliran kerja berasaskan ejen, jangka panjang dan menggunakan alat — dan kedua-duanya memberi penekanan besar pada pengekodan. Kekuatan yang didakwa berbeza: Google memposisikan Gemini 3 Pro sebagai penaakulan multimodal serbaguna yang juga cemerlang dalam pengekodan berasaskan ejen, manakala Anthropic memposisikan Sonnet 4.5 sebagai model coding/agent terbaik di dunia dengan kejayaan edit/alat yang sangat kukuh dan ejen yang berjalan lama.
Jawapan ringkas terlebih dahulu: kedua-dua model adalah bertaraf teratas untuk tugasan kejuruteraan perisian pada akhir 2025. Claude Sonnet 4.5 sedikit mendahului pada beberapa metrik penanda aras kejuruteraan perisian tulen, manakala Google Gemini 3 Pro (Preview) ialah kuasa besar multimodal, berasaskan ejen — terutamanya apabila anda mengambil kira konteks visual, penggunaan alat, kerja konteks panjang dan aliran kerja ejen yang mendalam.
Saya kini menggunakan kedua-dua model, dan masing-masing mempunyai kelebihan berbeza dalam persekitaran pembangunan. Saya akan membandingkannya dalam artikel ini.
Gemini 3 Pro hanya tersedia untuk pelanggan Google AI Ultra dan pengguna berbayar Gemini API. Namun, berita baiknya ialah CometAPI, sebagai platform AI sehenti, telah mengintegrasikan Gemini 3 Pro, dan anda boleh mencubanya secara percuma.
Apakah Gemini 3 Pro Preview dan apakah ciri utamanya?
Gambaran keseluruhan
Gemini 3 Pro (tersedia pada peringkat awal sebagai gemini-3-pro-preview) ialah LLM “frontier” terbaharu Google/DeepMind dalam keluarga Gemini 3. Ia diposisikan sebagai model penaakulan tinggi, multimodal yang dioptimumkan untuk aliran kerja berasaskan ejen (iaitu, model yang boleh beroperasi dengan penggunaan alat, menyelaras sub-ejen dan berinteraksi dengan sumber luaran). Ia menekankan penaakulan yang lebih kukuh, multimodaliti (imej, bingkai video, PDF), dan kawalan API eksplisit untuk kedalaman “pemikiran” dalaman.
Poin ciri utama (untuk pembangun)
- Penggunaan alat berasaskan ejen: pemanggilan fungsi dan alat terbina dalam (pelaksanaan kod, perujukan web, konteks fail & URL, penggunaan terminal/alat).
- Sokongan Pemikiran / Rantaian Pemikiran: primitif “pemikiran” untuk perancangan berbilang langkah dan tandatangan pemikiran dalaman bagi menjadikan penaakulan berbilang langkah lebih eksplisit.
- Input/output multimodal: teks, imej, audio, video, dan output berstruktur dengan pengendalian konteks panjang.
- Alat pelaksanaan kod & integrasi IDE: alat pelaksanaan kod dihoskan dan integrasi ke IDE serta Google Antigravity agentic IDE baharu untuk pengkodan autonomi kolaboratif. Antigravity kini dalam pratonton umum.
- Kawalan pemikiran tinggi/dipanjangkan (parameter
thinking_level) supaya anda boleh menukar latensi untuk pemikiran dalaman yang lebih mendalam.highialah lalai untuk Gemini 3 Pro. - Kawalan multimodal terperinci (
media_resolution) untuk melaras kesetiaan imej/video berbanding kos — berguna apabila anda mahu model membaca teks kecil dalam tangkapan skrin atau menganalisis bingkai.
Tempat Gemini 3 Pro menonjol dalam pengekodan
- Pembangunan berasaskan ejen: menyelaras tugasan berbilang langkah merentasi editor/terminal/pelayar. Sistem artifak Antigravity + alat Gemini menjadikannya cemerlang untuk kerja ciri yang lebih besar dan automasi.
- Gabungan visual + kod: membaiki pepijat UI daripada tangkapan skrin, menjana harness ujian UI, atau menukar imej reka bentuk kepada kod kerana kefahaman imej-ke-kod yang kukuh.
Apakah Claude Sonnet 4.5 dan apakah ciri utamanya?
Claude Sonnet 4.5 ialah keluaran 2025 oleh Anthropic yang dipasarkan sebagai model terkuatnya untuk pengekodan, aliran kerja berasaskan ejen dan “menggunakan komputer” (mengawal alat, pelayar, terminal, hamparan, dll.). Ia menekankan keupayaan edit yang dipertingkat, kejayaan alat, pemikiran dipanjangkan, koheren ejen jangka panjang (30+ jam pelaksanaan tugas autonomi dalam demonstrasi), dan kadar ralat penyuntingan kod yang lebih rendah berbanding generasi sebelumnya. Anthropic menyatakan Sonnet 4.5 sebagai “model pengekodan terbaik” mereka dengan peningkatan besar dalam kebolehpercayaan edit dan koheren tugas jangka panjang.
Ciri utama (untuk pembangun)
- Ketepatan pengekodan tinggi pada penanda aras kejuruteraan dunia sebenar: Anthropic melaporkan skor SWE-bench Verified yang terkini dan mendakwa peningkatan besar dalam kadar ralat edit serta kejayaan ejen berasaskan alat.
- Penambahbaikan ejen dan penggunaan komputer: Sonnet 4.5 direka untuk menjalankan pelbagai alat (bash, penyuntingan fail, automasi pelayar) dan menyelaras sub-ejen melalui Claude Agent SDK. Anthropic menyerlahkan “30+ jam” kerja berterusan berbilang langkah dalam penilaian dalaman mereka.
- Tetingkap konteks besar: lalai 200k token untuk kebanyakan pelanggan, dengan 1M token konteks tersedia dalam beta untuk organisasi peringkat lebih tinggi (keupayaan 1M yang sama ditawarkan Gemini dalam pratonton).
- Alat pelaksanaan kod & API fail: alat dalam-produk dan API membolehkan pelaksanaan kod selamat, penciptaan/penyuntingan fail, dan gelung larian ujian.
Tempat Sonnet 4.5 menonjol dalam pengekodan
- Penanda aras kejuruteraan perisian tulen dan tugasan kod berstruktur (penjanaan ujian unit, refaktor seluruh repositori) di mana ketelitian algoritma model dan kestabilan jangka panjangnya penting.
- CLI berfokuskan kod dan aliran “pembantu kod” seperti Claude Code yang menyediakan integrasi terminal yang ketat dan pengimbasan repositori terus daripada kotak.
Jadual Perbandingan Pantas
| Aspek | Gemini 3 Pro (Preview) | Claude Sonnet 4.5 |
|---|---|---|
| Model / status keluaran | gemini-3-pro-preview — model frontier Google / DeepMind (pratonton). Dikeluarkan Nov 2025 (pratonton). | claude-sonnet-4-5 — model frontier kelas Sonnet Anthropic (GA / diumumkan 29 Sep 2025). |
| Kedudukan sasaran (pengaturcaraan & ejen) | Model frontier serba guna dengan penekanan pada penaakulan + multimodal + aliran kerja berasaskan ejen; diposisikan sebagai model pengekodan/ejen teratas Google. | Dioptimumkan untuk pengekodan, ejensi jangka panjang dan penggunaan komputer (model terbaik Anthropic untuk pengekodan & ejen kompleks). |
| Ciri utama untuk pembangun | Kawalan thinking_level untuk pemikiran dalaman lebih mendalam; integrasi alat Google terbina dalam (perujukan Carian, pelaksanaan kod, konteks fail/URL); varian imej khusus untuk aliran kerja teks+imej. | SDK ejen, integrasi VS Code (Claude Code), alat fail & pelaksanaan kod, penambahbaikan ejen jangka panjang (dikatakan diuji secara eksplisit untuk larian berjam-jam). Penekanan pada aliran kerja edit/jalankan/ujian iteratif dan checkpointing. |
| Tetingkap konteks (input / output) | 1,000,000 token input / 64k token output untuk gemini-3-pro-preview | 1,000,000 token input / 64k token output |
| Harga (garis dasar diterbitkan) | $2 / $12 per 1M token (input / output) untuk aras <200k; kadar lebih tinggi untuk >200k ( papar $4 / $18 untuk >200k). | Garis dasar Anthropic: $3 / $15 per 1M token (input / output) untuk Sonnet 4.5; |
| Keupayaan multimodal (penglihatan/video/audio) | Sokongan multimodal penuh: teks, imej, audio, bingkai video dengan parameter resolusi imej/video boleh dikonfigurasi; gemini-3-pro-image-preview khusus. Penekanan kuat pada OCR/ekstraksi visual untuk UI/ tangkapan skrin pengekodan. | Menyokong input penglihatan (teks+imej) dan menggunakan penglihatan untuk menyokong aliran kerja pengekodan; penekanan utama ialah integrasi berasaskan ejen (menggunakan konteks visual dalam aliran ejen dan bukannya pariti penjanaan imej). |
| Prestasi ejen jangka panjang & ketekalan | Primitif “Pemikiran” untuk penaakulan dalaman berbilang langkah yang eksplisit; matematik/penaakulan & penaakulan multimodal yang kukuh. Bagus untuk penaakulan berat satu respons + analisis multimodal. | Anthropic menekankan koheren ejen jangka panjang — Anthropic melaporkan ujian dalaman di mana Sonnet 4.5 mengekalkan penggunaan alat berbilang langkah yang koheren selama 30+ jam dan meningkatkan kestabilan ejen berterusan vs model terdahulu. Sesuai untuk automasi berterusan dan aliran kerja ejen gaya CI. |
| Kualiti output untuk pengekodan (suntingan, ujian, kebolehpercayaan) | Penaakulan sekali-jalan yang sangat kuat + penjanaan kod; alat terbina dalam untuk menjalankan kod melalui perkakasan Google; markah tinggi pada penanda aras algoritma menurut dakwaan vendor. Kelebihan praktikal apabila aliran kerja menggabungkan spesifikasi visual + kod. | Direka untuk gelung edit→jalankan→ujian iteratif; Sonnet 4.5 menyerlahkan kebolehpercayaan “patching” yang dipertingkat (pensampelan penolakan / teknik pemarkahan untuk memilih tampalan mantap) dan peralatan yang menyokong aliran kerja pembangun iteratif (checkpoint, ujian). |
Bagaimanakah seni bina dan keupayaan teras mereka dibandingkan?
Seni bina dan niat reka bentuk (tahap tinggi)
Gemini 3 Pro: dibentangkan sebagai model asas multimodal serba guna dengan kejuruteraan eksplisit untuk “pemikiran” dan penggunaan alat: reka bentuk menekankan penaakulan mendalam, kefahaman video/audio, dan penyelarasan berasaskan ejen melalui pemanggilan fungsi terbina dalam dan persekitaran pelaksanaan kod. Google membingkaikan Gemini 3 Pro sebagai yang “paling pintar” dalam keluarga, dioptimumkan untuk tugasan luas di luar kod (walaupun pengekodan berasaskan ejen adalah keutamaan).
Claude Sonnet 4.5: dioptimumkan khusus untuk aliran kerja berasaskan ejen dan kod: Anthropic menekankan pematuhan arahan, kebolehpercayaan alat, kecekapan edit/pembetulan, dan pengurusan keadaan jangka panjang. Fokus kejuruteraan adalah meminimumkan suntingan merosakkan atau berhalusinasi dan menjadikan interaksi komputer dunia sebenar yang mantap.
Rumusan: Gemini 3 Pro diposisikan sebagai generalis teratas yang didorong kuat pada penaakulan multimodal dan integrasi ejen; Sonnet 4.5 diposisikan sebagai pakar untuk pengekodan dan penggunaan alat berasaskan ejen dengan jaminan edit/pembetulan dipertingkat.
Perkakas dan integrasi
- Gemini: set alat Google terbina dalam termasuk perujukan Carian, carian fail, pelaksanaan kod, dan parameter imej/video kelas pertama; parameter
thinking_leveluntuk mengawal pertukaran pengiraan dalaman/latensi. Integrasi mendalam ke infrastruktur Google memudahkan pasukan di Google Cloud. - Claude: SDK ejen yang mantap dan penekanan pada pengiraan larian panjang yang stabil (koheren 30+ jam Sonnet). Anthropic turut menyediakan pelaksanaan kod, API fail, dan UX penyuntingan “checkpoint” baharu dalam Claude Code dan sambungan VS Code — ciri yang benar-benar menambah baik aliran kerja pengekodan iteratif.
Apakah yang dikatakan spesifikasi teknikal dan penanda aras?
Penanda aras berbeza sedikit bergantung pada penilai dan konfigurasi (percubaan tunggal vs. berbilang percubaan, akses alat, tetapan pemikiran dipanjangkan). Di bawah ialah analisis data penanda aras keupayaan pengekodan:
SWE-bench Verified (ujian kejuruteraan perisian dunia sebenar)
Claude Sonnet 4.5 (dilaporkan Anthropic): 77.2% (bajet pemikiran 200k; 78.2% dalam konfigurasi 1M). Anthropic juga melaporkan skor 82.0% berkomputasi tinggi menggunakan percubaan selari/pensampelan penolakan.
Gemini 3 Pro (laporan DeepMind / papan pendahulu berkaitan): ~76.2% percubaan tunggal pada SWE-bench (jadual vendor). Papan pendahulu awam berbeza (Gemini dan Sonnet saling mendahului dengan margin kecil).
Terminal-Bench & tugas berasaskan ejen
Gemini 3 Pro: nombor bangku terminal/ejen (jadual vendor) menunjukkan prestasi kukuh (cth., Terminal-Bench 54.2% dalam jadual vendor), bersaing dengan kekuatan berasaskan ejen Sonnet.
Sonnet 4.5: cemerlang dalam penyelarasan alat ejen (Anthropic melaporkan peningkatan besar pada OSWorld dan penanda aras gaya Terminal dan menyerlahkan prestasi tugas berterusan yang lebih panjang).
Rumusan: kedua-dua model adalah sangat rapat pada penanda aras kefahaman-kod dan penjanaan-kod moden; Sonnet 4.5 mempunyai sedikit kelebihan pada beberapa suite pengesahan kejuruteraan perisian (nombor yang diterbitkan Anthropic), manakala Gemini 3 Pro sangat kompetitif dan sering mendahului pada penanda aras multimodal dan beberapa pertandingan pengaturcaraan. Sentiasa sahkan dengan konfigurasi penilaian yang tepat (akses alat, saiz konteks, bajet pemikiran), kerana dail tersebut sangat mempengaruhi skor.
Bagaimanakah keupayaan multimodal mereka berbanding?
Penglihatan & pengendalian imej
- Gemini 3 Pro: kawalan multimodal terperinci dengan
media_resolutionimej/video (bajet token rendah/sederhana/tinggi per imej/bingkai), penjanaan/penyuntingan imej (model pratonton imej berasingan), dan panduan eksplisit untuk OCR/perincian visual. Ini menjadikan Gemini sangat kuat apabila tugasan pengkodan memerlukan membaca tangkapan skrin, mockup UI, atau bingkai video. - Claude Sonnet 4.5: menyokong multimodaliti teks+imej dan integrasi produk Anthropic (aplikasi Claude) mendedahkan aliran kerja visual; fokus dalam Sonnet 4.5 adalah menyepadukan konteks visual ke dalam aliran kerja ejen dan bukannya pariti sintesis imej.
Apabila multimodaliti penting untuk pengekodan
Jika aliran kerja anda banyak bergantung pada tangkapan skrin UI, spesifikasi reka bentuk dalam imej, atau video walkthrough yang perlu dianalisis model untuk menghasilkan atau mengubah kod, kawalan resolusi imej khusus Gemini dan varian penjanaan imejnya boleh menjadi kelebihan praktikal. Jika perpaipan anda ialah automasi dipacu ejen (mengklik sekitar, menjalankan arahan, menyunting fail merentas alat), SDK ejen Claude dan alat pelaksanaan kod adalah kelas pertama.
Pemikiran lanjutan & perancangan jangka panjang — mana yang lebih baik?
Sonnet 4.5: ketahanan dan penjajaran
Sonnet 4.5 boleh mengekalkan kerja yang koheren selama lebih 30 jam merentas tugas berbilang peringkat yang kompleks (perancangan, penyelidikan, draf litigasi, tugas kod jangka panjang). Ketahanan ini ditambah penekanan penjajaran Anthropic menjadikan Sonnet pilihan menarik untuk automasi hujung ke hujung di mana model mesti menjejak matlamat dan mengekalkan tingkah laku selamat.
Gemini 3 Pro: penaakulan mendalam + penyelarasan ejen
Gemini 3 Pro memperkenalkan varian “Deep Think” dan API pemikiran dalaman yang lebih kaya untuk perancangan berbilang langkah, digandingkan dengan IDE ejen Google. Dalam amalan ini bermakna Gemini boleh merancang dan melaksanakan langkah ejen merentas alat (editor, shell, web). Jika automasi anda memerlukan akses alat luaran dengan penciptaan artifak, peralatan ejen bersepadu Gemini (Antigravity) ialah kelebihan kuat. Nota: Deep Think menukar latensi untuk kedalaman.
Perbandingan Perancangan Jangka Panjang: Vending-Bench 2
Dalam ujian simulasi “Vending-Bench 2”, Gemini 3 mengatasi Claude 4.5 dengan menjalankan syarikat maya selama setahun penuh dan kekal menguntungkan. Dalam ujian jangka pendek, data Gemini 3 Pro dan Claude 4 Sonnet adalah serupa, tetapi perbezaan menjadi lebih ketara dalam tempoh ujian yang lebih panjang.
Perbezaan praktikal
- Untuk tugas penaakulan tunggal yang tinggi (nyahpepijat algoritma kompleks, bukti logik mendalam tertanam dalam kod),
thinking_leveldan Deep Think Gemini menjanjikan kedalaman satu respons yang lebih tinggi. - Untuk automasi dipacu alat berdurasi panjang (ejen berterusan yang menjalankan banyak arahan, menulis ujian, mengiterasi, dan mengurus keadaan), tumpuan jangka panjang Claude Sonnet 4.5 dan SDK ejennya ialah pembeza utama.
Bagaimanakah akses API dan harga dibandingkan untuk kegunaan pembangun?
Gemini 3 Pro (Google) — akses dan harga
- Akses: pratonton Gemini 3 Pro tersedia melalui Google AI Studio dan Vertex AI (model garden). SDK termasuk google-genai untuk Python/JS/Go/dll., serta lapisan serasi OpenAI untuk migrasi lebih mudah, dengan hujung REST dan pemanggilan fungsi / alat pelaksanaan kod. Antigravity menyediakan permukaan IDE yang menggunakan Gemini 3 Pro dalam pratonton.
- Harga: harga pratonton disenaraikan pada dokumentasi Google: $2 / $12 per 1M token (input / output) untuk aras <200k; kadar lebih tinggi untuk >200k (contoh dalam dokumen menunjukkan $4 / $18 untuk >200k).
Claude Sonnet 4.5 — akses dan harga
- API & SDK: Anthropic menyediakan Claude API, Claude Agent SDK untuk membina aliran kerja berasaskan ejen, API fail, dan alat pelaksanaan kod (sambungan VS Code asli, penambahbaikan Claude Code, dan ciri “checkpoint”).
- Harga: 200k-token tetingkap konteks lalai, 1M-token konteks dalam beta untuk perusahaan; harga $3 / $15 per 1M token (masing-masing input/output)
Sebagai pembangun, anda harus memilih model berdasarkan keperluan anda dan ciri-cirinya, bukan semata-mata yang paling murah. Jika tugasan boleh ditangani oleh dua model, putuskan berdasarkan konteks.
Jika anda mahu menggunakan dua model serentak, saya mengesyorkan CometAPI, yang menyediakan kedua-dua Gemini 3 Pro Preview API dan Claude Sonnet 4.5 API, dan berharga 20% daripada harga rasmi.
| Gemini 3 Pro Preview | GPT-5.1 | |
| Token Input | $1.60 | $2.4.00 |
| Token Output | $9.60 | $12.00 |
Kesimpulan
Gemini 3 Pro (Preview) dan Claude Sonnet 4.5 kedua-duanya ialah pilihan termaju untuk pembantu pengekodan pada akhir 2025. Sonnet 4.5 mengatasi Gemini pada penanda aras pengesahan kejuruteraan perisian tertentu dan stamina pada tugas jangka panjang, manakala Gemini 3 Pro membawa kefahaman multimodal yang lebih kuat dan peralatan ejen yang mendalam yang boleh melaksanakan dalam persekitaran editor/terminal/pelayar. Pilihan yang tepat bergantung pada sama ada keperluan utama anda ialah penaakulan kod tulen dan pengesahan (Sonnet), atau pembangunan multimodal, berasaskan ejen, diperkasa alat (Gemini). Untuk penggunaan peringkat perusahaan, ramai pasukan akan secara munasabah mengguna pakai pendekatan hibrid, menggunakan model yang paling kuat untuk peringkat tertentu dalam aliran kerja pembangunan.
Pembangun boleh mengakses Gemini 3 Pro Preview API dan Claude Sonnet 4.5 API melalui CometAPI. Untuk bermula, terokai model capabilities ofCometAPI dalam Playground dan rujuk panduan API untuk arahan terperinci. Sebelum mengakses, pastikan anda telah log masuk ke CometAPI dan memperoleh kunci API. CometAPI menawarkan harga jauh lebih rendah daripada harga rasmi untuk membantu anda mengintegrasikan.
Sedia untuk bermula?→ Percubaan percuma model Gemini 3 pro dan GPT-5.1!
Jika anda ingin mengetahui lebih banyak petua, panduan dan berita tentang AI ikuti kami di VK, X dan Discord!