蚂蚁集团开源Ming-lite-omni，参数超20亿对标GPT-4o

最新对比评测显示，在粒子系统、马里奥游戏、俄罗斯方块和国际象棋等复杂编码任务中，Anthropic 的 Claude Opus 4 综合表现最强，无论是代码质量、提示遵循、风格还是执行稳定性均遥遥领先。Google 的 Gemini 2.5 Pro 表现稳定，性价比高。相比之下，OpenAI 的 o3 表现则较为平庸，难以令人满意。这场实战横评揭示了谁才是真正的AI程序员。