模型众多，该如何选择？
GPT-5：OpenAI的最新旗舰模型，统一智能系统，GPT-5 集成了多个模型，自动根据任务复杂度选择最适合的模型进行处理，多模态首选。
GPT-5 Thinking：GPT-5 系列中的一个特定模式，专为处理复杂任务而设计。适用于科学研究、复杂编程任务和高难度的逻辑推理等领域。
GPT‑5-Codex：OpenAI旗舰编码模型，GPT-5和Codex的完美结合，编码能力反超Claude Opus 4.1，业界公认最强编码大模型。
Sora2：OpenAI最新旗舰视频和音频生成模型 Sora 2，它能够创建具有高度真实感的复杂背景音景、语音和音效。
Gemini 2.5 Pro：谷歌最新模型，在写作、编程、数学、推理、科研等基准测试中，全部刷新SOTA。
Grok 4：马斯克发布的最新模型，多项测试全面刷新SOTA，数学、科研、推理首选。
DeepSeek R1 0528：国产之光，开源最强模型，在整体表现上已接近其他国际顶尖模型，已解决“服务器繁忙，请稍后再试”问题。
先说结论：
编程能力：GPT-5 Codex > Claude Sonnet 4.5 > GPT-5 > Gemini 2.5 Pro
首先可以明确的是，四大模型给出的代码都没有bug，测试通过率都是100%，牛逼。
AI编程发展到如今这个程度，除了还需要人工配合外，其它的内容貌似都能干了。
程序员只负责使用AI辅助编程 + 抽烟摸鱼了。
GPT-5 Codex给出了解题思路与算法分析（包含问题本质、采用的数据结构和算法）、详细的Java 代码、详细的代码注释、对Java代码进行自测、测试用例及说明（包含边界用例）。
理由：
1、只有GPT-5 Codex对Java代码进行自测、给出了边界测试用例，小胜一筹。
2、Claude Sonnet 4.5作为Anthropic的最新旗舰模型，表现亮眼，但未给出边界测试用例，屈居第二。
3、GPT-5不是一次性完成，是通过多次连续提问，才给出了最后的答案，差评，但上下文较长，加分项。
4、Gemini 2.5 Pro没有明确表示对给出的代码进行自测、也未给出了边界测试用例。
GPT-5 Codex
准确性：通过本地IDEA自测，通过率100%
GPT-5 Codex给出了解题思路与算法分析（包含问题本质、采用的数据结构和算法）、详细的Java 代码、详细的代码注释、对Java代码进行测试、测试用例及说明（包含边界用例）。
Claude Sonnet 4.5
准确性：通过本地IDEA自测，通过率100%
Claude Sonnet 4.5给出了解题思路与算法分析（包含问题本质、采用的数据结构和算法）、详细的Java 代码、详细的代码注释、测试用例及说明（不包含边界用例）。
GPT-5
准确性：通过本地IDEA自测，通过率100%
GPT-5给出了解题思路、算法步骤、详细的Java 代码、详细的代码注释、对Java代码进行自测、测试用例及说明（不包含边界用例）。
回答中没有明确表明：对Java代码测试用例自测。
Gemini 2.5 Pro
Gemini 2.5 Pro给出了解题思路与算法分析（包含问题本质、采用的数据结构和算法）、详细的Java 代码、详细的代码注释、测试用例及说明（不包含边界用例）。
文章来自于微信公众号 “哪吒编程”，作者 “哪吒编程”
