Eksperimen CNET membandingkan model Gemini 3 Pro dan Gemini 2.5 Flash milik Google untuk vibe coding, pendekatan kasual untuk menghasilkan kode melalui obrolan AI. Model pemikir terbukti lebih mudah dan komprehensif, sementara model cepat memerlukan lebih banyak intervensi manual. Hasil menunjukkan pilihan model sangat memengaruhi pengalaman pengembangan.
Vibe coding melibatkan penggunaan chatbot AI seperti Gemini, Claude, atau ChatGPT untuk membuat kode fungsional berdasarkan ide tingkat tinggi, membuat pemrograman dapat diakses oleh non-ahli. Dalam uji coba baru-baru ini, penulis mengeksplorasi metode ini dengan membangun aplikasi web yang menampilkan poster film horor dengan detail yang dapat diklik, menyesuaikan proyek "Trophy Display Case" yang disarankan.
Menggunakan Gemini 3 Pro, model penalaran yang lebih maju, proses berlangsung selama hampir 20 iterasi. Model ini memecah tugas kompleks, seperti mengintegrasikan data film, dan menawarkan saran tak diminta seperti efek roda 3D atau pemilih film acak untuk meningkatkan aplikasi. Ia menangani kesalahan secara transparan, menjelaskan isu seperti menyematkan trailer YouTube—yang akhirnya mengarah pada solusi berbasis tautan yang lebih sederhana—dan memperbaiki masalah seperti tombol keluar yang tidak berfungsi setelah beberapa percobaan. Gemini 3 Pro secara konsisten menyediakan penulisan ulang kode lengkap setelah perubahan, menyederhanakan pembaruan bagi pengguna.
Sebaliknya, Gemini 2.5 Flash memprioritaskan kecepatan tetapi menuntut usaha pengguna lebih banyak. Ia menyarankan memperoleh gambar dan detail secara manual daripada mengotomatisasi melalui API The Movie Database, kecuali diminta secara spesifik. Bahkan saat itu, ia kesulitan: setelah menambahkan kunci API, ia mengisi sebagian besar poster yang salah dan memerlukan perbaikan lebih lanjut. Pembaruan datang sebagai potongan kode terisolasi, menginstruksikan pengguna untuk mengganti bagian secara manual, yang bisa mengganggu vibe kasual. Saat diminta menulis ulang seluruh kode, ia menyebutnya "permintaan besar".
Kedua model menghasilkan hasil yang dapat digunakan, tetapi Gemini 3 Pro meningkatkan proyek dengan penalaran lebih dalam dan bantuan proaktif, sementara jalan pintas Flash memerlukan perintah yang waspada. Google telah memperbarui ke Gemini 3 Flash sejak itu, tetapi trade-off inti tetap: kedalaman versus efisiensi dalam pengkodean dibantu AI.
