一句话看懂：有开发者用同一套网页设计需求横向测试 Gemini 3.7 Flash、Opus 5 与 Grok 4.6，结论是 Gemini 3.7 Flash 在图像生成上表现突出，但在 HTML 还原和整体任务完成度上仍未超过 Opus 5，而且比 Grok 4.6 的优势也没有想象中明显。
事件核心：发生了什么
一位 Hacker News 用户以“霓虹拉面店”网页为测试用例，分别让 Gemini 3.7 Flash、Opus 5 和 Grok 4.6 从零构建整套页面与素材。结果显示，Opus 5 仍是综合完成度最高的模型；Gemini 3.7 Flash 的图像生成观感不错，尤其是食物照片与餐车照片，但 HTML 布局还原度一般。测试者特别提到，本以为 Gemini 会在与价格接近的 Grok 4.6 对比中“碾压”对方，但 Grok 4.6 实际表现已经追平。测试者还指出，该测试中 Grok 4.6 是通过 Cursor CLI Agent 运行的，Agent 被允许自行决定生成资产类型与 prompt，这意味着 Grok 的完成度有一部分来自智能体编排能力，而不只是基础模型本身。
为什么重要
这次测试折射出大模型竞争的三个新变化：第一，Claude（Opus）仍然在视觉审美与前端还原类任务上保持领先，Anthropic 没有自研扩散模型，却能把多模态理解与代码生成结合得很好；第二，Gemini 3.7 Flash 作为强推理模型的“闪速版”，主打低成本和速度，但测试者认为它缺少明确的第一使用场景，且 Google 的 API 申请流程过于繁琐，形成了“高门槛但非帕累托最优”的组合；第三，Grok 4.6 在同等价位段的快速进步，说明吃瓜群众眼中“落后一个身位”的玩家，实际上正在快速补齐工程与审美能力。
对用户/开发者/创作者的影响
对开发者和创作者来说，这次对比的实际参考价值在于：如果任务包含“从零生成整套视觉素材 + 前端页面”，Opus 5 依然是最稳的选择；Gemini 3.7 Flash 更适合作为图像素材生成的补充工具，而不是直接负责最终 HTML 产出；如果想用 Grok 4.6 替代 Gemini 完成类似任务，这次测试表明它已经具备竞争力。另一个值得注意的信息来自素材中关于 OpenAI Luna 的定价描述：Luna 的输入价格为 0.2 美元/百万 tokens，远低于 OpenAI 其他模型，但从 2027 年 1 月 1 日起将涨至 1.5 美元/百万输入和 7.5 美元/百万输出。对于预算敏感的 API 用户，当前低价窗口期值得关注。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，Gemini 3.7 Flash 是否会针对前端生成场景做专门优化，还是继续以速度和价格为卖点打“性价比牌”；第二，Grok 4.6 在 Cursor 类 Agent 工作流中的表现能否复制到其他工具链，毕竟测试者明确提到 Grok 的完成度有一部分来自 Agent 自主决策；第三，OpenAI Luna 的涨价计划是否会引发一波 API 定价竞争，尤其是推动其他厂商在低成本模型上加速迭代。目前公开信息显示，上述测试只是单一用例，尚不能代表这些模型的全部能力差异。
来源：hackernews
