基准测试

谷歌最新旗舰模型 Gemini 2.5 Pro 在多项关键基准测试中全面领先，拥有100万 Token 的上下文窗口和稀疏混合专家架构。然而，在开发者社区的反馈中，Gemini 被批评代码风格冗长且容易忘记上下文，而Claude Opus 4 则被认为更具优雅和简洁性。