Google 的 Gemini 在程序员圈子里一直是个"背景板"——大家都知道它存在，但没几个人真用。
今年 3 月 Gemini 2.5 Pro 发布后，外网评价不错。我花了两个晚上实测，拿它跟 DeepSeek V4 Pro 和 GPT-4o 做了三个程序员高频场景的对比。
先说结论：Gemini 2.5 Pro 在超长文档问答上碾压，代码生成不如 DeepSeek，Code Review 能打但不如 Claude。它有一个别人没有的杀手场景。
复现口径
| 测试时间 | 2026-05-23 |
| Gemini | gemini-2.5-pro-preview-05-06（Google AI Studio，免费额度） |
| DeepSeek | deepseek-v4-pro（API，thinking: disabled） |
| GPT-4o | gpt-4o-2024-11-20（API） |
| 温度 | 0.3 统一 |
场景一：从 Spec 生成完整 REST API
Prompt：“用 Go + Gin 实现一个博客系统的 REST API，包含：用户注册/登录（JWT）、文章 CRUD、评论、标签管理。需要数据库迁移脚本、中间件（认证 + 限流）、完整的项目目录结构。”
代码质量评分
| 编译通过 | ✅ | ✅ | ✅ |
| 项目结构完整性 | 4/5 | 4.5/5 | 5/5 |
| 中间件实现 | 4/5 | 4.5/5 | 4/5 |
| 数据库设计 | 3.5/5 | 4.5/5 | 4/5 |
| 代码风格 | 3.5/5 | 4.5/5 | 4/5 |
| 综合 | 3.8/5 | 4.5/5 | 4.25/5 |
Gemini 的问题：
Gemini 的亮点：
- 中间件的错误处理写得很好，每个错误都有对应的 HTTP 状态码和 error code
- 给了一个 Makefile，包含了 lint / test / build / migrate 命令（DeepSeek 和 GPT-4o 都没给）
速度和成本
| 输出 token 数 | 4,821 | 3,856 | 4,102 |
| 耗时 | 18.2s | 12.5s | 14.1s |
| 生成速度 | 265 t/s | 308 t/s | 291 t/s |
| 成本 | $0（免费额度） | $0.014 | $0.016 |
Gemini 的生成速度不慢（265 t/s），但整体耗时更长——因为它倾向于输出更多代码。
场景二：Code Review —— 500 行 Go 文件
给了一份 500 行的 Go 支付回调处理代码（故意埋了 8 个问题：goroutine 泄漏、错误吞没、硬编码密钥、SQL 拼接、nil 指针、竞态条件、没有幂等性处理、日志泄露敏感信息）。
发现的问题数
| goroutine 泄漏 | ✅ | ✅ | ✅ |
| 错误吞没 | ✅ | ✅ | ✅ |
| 硬编码密钥 | ✅ | ✅ | ✅ |
| SQL 拼接 | ✅ | ✅ | ⚠️ 提到了但没说具体行号 |
| nil 指针 | ❌ | ✅ | ✅ |
| 竞态条件 | ✅ | ✅ | ✅ |
| 无幂等性 | ✅ | ✅ | ❌ |
| 日志泄露敏感信息 | ✅ | ❌ | ❌ |
| 发现率 | 7/8 (87.5%) | 7/8 (87.5%) | 5/8 (62.5%) |
Gemini 是唯一一个发现"日志泄露敏感信息"的——它在 review 里指出 log.Printf("payment callback: %+v", req) 会把支付回调里的银行卡后四位打到日志里。
但 Gemini 漏掉了 nil 指针问题——可能因为它更关注"安全"而不是"健壮性"。
Review 结构化程度
| 按严重性分级 | ✅ Critical/High/Medium/Low | ✅ 高/中/低 | ❌ |
| 给出行号 | ✅ | ✅ | ⚠️ 部分 |
| 给出修复代码 | ✅ | ✅ | ✅ |
| 给出安全影响分析 | ✅ | ❌ | ❌ |
Gemini 的 Review 有个独特价值——安全影响分析。它不只是说"这里有 SQL 注入"，而是说"这个 SQL 注入可被攻击者通过构造订单号绕过，进而查询任意用户的支付记录"。
场景三：10 万 Token 长文档问答
这是 Gemini 的主场。我准备了一份 100,000 token 的测试材料——Kubernetes 1.32 的 CHANGELOG（拼接而成，包含大量 API 弃用信息、新特性、Breaking Changes），然后出 20 道事实性问题。
准确率（20 道事实题）
| 头部 0-20% | 5 题 | 100% | 100% | 100% |
| 中前 20-40% | 5 题 | 100% | 80% | 100% |
| 中部 40-60% | 5 题 | 80% | 60% | 60% |
| 中后 60-80% | 5 题 | 80% | 40% | 40% |
| 尾部 80-100% | 5 题 | 60% | 20% | 20% |
| 总计 | 20 | 84% | 60% | 64% |
Gemini 的长上下文检索能力明显更强——尤其是文档中部和后部的内容，它比其他两个模型高出 20-40 个百分点。
20 题里 GPT-4o 直接拒答了 2 题（说"无法在提供的文档中找到相关信息"），DeepSeek 拒答了 1 题。Gemini 全部尝试回答了。但 Gemini 在尾部内容上有 2 题答得"似是而非"——它给了答案，但不够精确。
Google AI Studio 配置指南
Gemini 目前最好的使用方式是通过 Google AI Studio——免费，无需绑卡，开箱即用。
1. 访问 https://aistudio.google.com
2. Google 账号登录
3. 左侧菜单 → Create API Key
4. 选择模型 Gemini 2.5 Pro (experimental)
5. 免费额度：100 次/天（RPM: 10）
API 调用示例（兼容 OpenAI SDK）：
import google.generativeai as genai
genai.configure(api_key="YOUR_API_KEY")
model = genai.GenerativeModel("gemini-2.5-pro-exp-05-06")
response = model.generate_content(
"Review this Go code for security issues:\\n\\n" + code,
generation_config={"temperature": 0.3}
)
print(response.text)
也可以走 OpenAI 兼容端点：
curl https://generativelanguage.googleapis.com/v1beta/openai/chat/completions \\
-H "Authorization: Bearer $GEMINI_API_KEY" \\
-d '{"model":"gemini-2.5-pro-exp-05-06","messages":[…]}'
| 代码生成 | DeepSeek V4 Pro | 质量最高，Gemini 只能排第三 |
| Code Review（安全向） | Gemini 2.5 Pro | 唯一一个有安全影响分析的 |
| Code Review（全面向） | Claude | 上篇验证过，结构化和全面性最好 |
| 长文档问答（>50K token） | Gemini 2.5 Pro | 碾压，84% vs 60%/64% |
| 预算为零 | Gemini 2.5 Pro | 免费额度够日常用 |
Gemini 的杀手场景：读文档。
当你需要阅读一份超长的技术文档、CHANGELOG、或 RFC 并回答具体问题时，Gemini 2.5 Pro 是目前长上下文检索的王者。100 万 token 上下文窗口不是摆设——它真的能从中后段准确检索信息。
但它有两个短板：代码生成不如 DeepSeek，Code Review 虽然安全向强但全面性不如 Claude。所以日常代码还是用 DeepSeek，读文档掏出 Gemini，Code Review 请 Claude。
