قامت تجربة من CNET بمقارنة نموذجي جيميني 3 برو وجيميني 2.5 فلاش من جوجل لترميز الفايب، وهو نهج غير رسمي لتوليد الكود عبر الدردشة مع الذكاء الاصطناعي. أثبت النموذج التفكيري أنه أسهل وأكثر شمولاً، بينما تطلب النموذج السريع تدخلاً يدوياً أكثر. تشير النتائج إلى أن اختيار النموذج يؤثر بشكل كبير على تجربة التطوير.
يشمل ترميز الفايب استخدام روبوتات الدردشة الذكاء الاصطناعي مثل جيميني أو كلود أو شات جي بي تي لإنشاء كود وظيفي بناءً على أفكار عالية المستوى، مما يجعل البرمجة متاحة للمتخصصين غير الخبراء. في اختبار حديث، استكشف المؤلف هذه الطريقة ببناء تطبيق ويب يعرض ملصقات أفلام الرعب مع تفاصيل قابلة للنقر، مع تكييف مشروع "Trophy Display Case" المقترح.
باستخدام جيميني 3 برو، النموذج المتقدم في التفكير، تطور العملية على مدار نحو 20 تكراراً. قام هذا النموذج بتفكيك المهام المعقدة، مثل دمج بيانات الأفلام، وعرض اقتراحات غير مطلوبة مثل تأثير عجلة ثلاثية الأبعاد أو مختار عشوائي للأفلام لتحسين التطبيق. تعامل مع الأخطاء بشفافية، موضحاً مشكلات مثل تضمين مقاطع يوتيوب —التي أدت في النهاية إلى حل أبسط قائم على الروابط— وأصلح مشكلات مثل زر الخروج غير الوظيفي بعد محاولات متعددة. قدم جيميني 3 برو إعادة كتابة كاملة للكود باستمرار بعد التغييرات، مما يبسط التحديثات للمستخدمين.
بالمقابل، ركز جيميني 2.5 فلاش على السرعة لكنه تطلب جهداً أكبر من المستخدم. اقترح الحصول يدوياً على الصور والتفاصيل بدلاً من الأتمتة عبر واجهة برمجة تطبيقات The Movie Database، إلا إذا طُلب ذلك صراحة. حتى ذلك الحين، واجه صعوبات: بعد إضافة مفتاح API، ملأ ملصقات غالباً خاطئة وتطلب تصحيحات إضافية. جاءت التحديثات كمقاطع كود معزولة، موجهاً المستخدمين لاستبدال أقسام يدوياً، مما قد يعكر الفايب غير الرسمي. عند طلب إعادة كتابة الكود بالكامل، وصفه بأنه "طلب هائل".
أنتج كلا النموذجين نتائج قابلة للعمل، لكن جيميني 3 برو رفع المشروع برأي أعمق ومساعدة استباقية، بينما تطلب اختصارات فلاش توجيهاً حذراً. قامت جوجل منذ ذلك الحين بتحديث إلى جيميني 3 فلاش، لكن التوازن الأساسي يبقى: العمق مقابل الكفاءة في الترميز بمساعدة الذكاء الاصطناعي.
