CNETの実験では、GoogleのGemini 3 ProとGemini 2.5 Flashモデルをvibe codingで比較しました。これはAIチャット経由でコードを生成するカジュアルなアプローチです。思考モデルはより簡単で包括的でした。一方、高速モデルは手動介入をより多く必要としました。結果から、モデルの選択が開発体験に大きく影響することが示唆されます。
vibe codingとは、GeminiやClaude、ChatGPTなどのAIチャットボットを使用して、高レベルのアイデアに基づいて機能的なコードを作成する方法で、非専門家でもプログラミングが可能になります。最近のテストでは、著者がこの手法を探求し、クリック可能な詳細付きのホラー映画ポスターを表示するウェブアプリを構築しました。これは提案された「Trophy Display Case」プロジェクトを適応させたものです。
Gemini 3 Pro、より高度な推論モデルを使用すると、プロセスはほぼ20回の反復で進行しました。このモデルは、映画データを統合するなどの複雑なタスクを分解し、3Dホイール効果やランダム映画ピッカーのようなアプリを強化するための未要求の提案を提供しました。YouTubeトレイラーの埋め込みなどの問題を透明に説明し、最終的にシンプルなリンクベースのソリューションに至り、複数回の試行の後、非機能的な終了ボタンを修正しました。Gemini 3 Proは変更後に常に完全なコードの書き直しを提供し、ユーザーの更新を簡素化しました。
対照的に、Gemini 2.5 Flashは速度を優先しましたが、ユーザーの労力をより多く必要としました。The Movie Database API経由の自動化ではなく、手動で画像と詳細を取得することを提案し、具体的に求められない限りです。それでも苦戦しました：APIキーを追加した後、主に誤ったポスターを埋め、さらなる修正を必要としました。更新は孤立したコードスニペットとして提供され、ユーザーにセクションを手動で置き換えるよう指示し、カジュアルなvibeを乱す可能性がありました。全体のコードを書き直すよう求められると、「巨大な要求」と呼びました。
両モデルとも実用的な結果を生みましたが、Gemini 3 Proは深い推論と積極的な支援でプロジェクトを向上させました。一方、Flashのショートカットは注意深いプロンプトを必要としました。Googleはその後Gemini 3 Flashに更新しましたが、AI支援コーディングの核心的なトレードオフは残っています：深さ対効率です。
