这个月不管是工作中还是在闲暇时分，都在大量使用 AI 来完成编程任务。这篇文章主要从模型 和工具两个方面来分享一下三金在实际应用中的一些经验和踩坑。
模型
首先要说的就是模型 ，因为这玩意儿就跟人的智商一样，智商的高低决定了 AI Coding 的结果上限。
从我使用过的模型来看，主要分为两类：付费 和开源。
在付费模型中，被大家耳熟能详的就是 Claude、GPT5 和 Gemini 2.5 Pro。它们的实力也毋庸置疑，在使用相同 AI 工具的情况下，付费模型产出的结果质量就是优于免费模型。
而这三个模型的能力排名，以我个人的观点，依次是：Claude -> GPT5 -> Gemini 2.5 Pro。
没错，Claude 模型在我心中依旧是无冕之王。
它在代码质量、可处理的项目规模大小、工程化等维度，还是优于后面两者。其实 GPT5 现在也非常 OK，在编码能力上和 Claude 的差距已经被追的很小，所以也有小伙伴会觉得 GPT5 优于 Claude。
不过这个仁者见仁、智者见智，除了模型之外，工具和提示词在其中也占据了大部分影响因素，三金更推荐大家同时使用它们进行协同开发，效果更加显著。
而在开源模型中，GLM 4.6 是当今的佼佼者，其次是 Kimi K2、DeepSeek V3 系列、Qwen3 Coder Plus 以及最近 MiniMax 刚出的 M2。
这几款模型三金都有尝试过进行 AI Coding，而最终产物给我的感觉就是------能跑，但不能细看 ，属于非常"优秀"的防御性代码开发选手。应对中小型应用开发来说绰绰有余，开发复杂的大型项目，会让人恨不得给"它们"两拳。
综上，在有能力和渠道的情况下，我优先使用 Claude 4.5 和 Claude 4，其次是 GPT5。若渠道无法使用这些模型的情况下，会优先使用 GLM 4.6。
给大家推两个非常好用的免费站点，有提供 Claude 模型和 GPT5 模型。分别是：
AgentRouter：agentrouter.org/register?af...
AnyRouter：anyrouter.top/register?af...
工具
说完模型之后接下来就是工具，上面说到智商决定了 AI Coding 的结果上限，那么工具就决定了 AI Coding 的效率和质量上限。
这个月主要在用的四款 AI Coding 工具，分别是 Claude Code、Codex、IFlow 和 Qoder。
其中：
- Claude Code 就是 Claude 模型它们家出的，名字也是配套的；
- Codex 是 OpenAI 出的终端 CLI 工具，搭配 GPT5 也非常好用！
- IFlow 是阿里心流团队推出的产品，最大的亮点就是内置的模型全是免费的！！目前支持 GLM 4.6、MiniMax M2、Qwen3-Coder 等模型；
- Qoder 也是阿里的产品，今年 8 月面世，它还是通义灵码的原班人马打造的。好多人疑惑阿里怎么搞了这么多 AI Coding 的工具，我个人理解 IFlow 和通义灵码的受众群体是面向国内开发人员，而 Qoder 则是面向海外或者全球开发者。
我先使用 Qoder 的 Quest 模式 搭建了一个初版的项目架子，它是通过我提交的一份我自认为详细的 PRD，从需求详细设计、任务拆分到前后端代码搭建完全一条龙。
让我感到惊奇的是，这套代码竟然真的能跑起来！它可不单单是前端跑前端、后端跑后端，而是前后端接口联调都搞好了 ，不止如此，还搭配了 Docker 容器化。真的超出了我的预期，非常赞！
不过这个模式也非常吃 Credits，一套组合拳下来，我的 2000 Credits 已经告罄，犹豫了一会儿，先转战到了 Claude Code（使用 AgentRouter 和 AnyRouter 中转）。
Claude Code 是 CLI AI 编码模式的鼻祖，迭代到 2.x 版本之后配合 Claude 模型也是"一派宗师"的存在。更别说 MCP、SubAgent 以及 Spec Kit 这些，直接让 Claude Code 如虎添翼，在它的帮助下我很快便完善了项目上的各种细节和漏洞，各个功能也逐渐达到了预期的状态，整体逐步向可发布生产的标准推进。
然！天有不测风云，Claude 他们又开始大规模封号针对中国用户，导致那段时间 Claude 模型不可用，不得已之下我转而使用 Codex 搭配 GPT5 来继续推荐项目进度。
说实话，尽管 Codex 的热度和 Claude Code 不相上下，但在这之前我是没有使用过 Codex 的，抱着试一试的心态，我配置好了 Codex 以及 GPT5 High 开始进行小范围测试。以下是我使用 Codex 的一些感受：
- 慢 ！！在 Codex 中有个配置叫 model_reasoning_effort ，用来配置模型的推理力度 ，支持 低（low）、中（medium）和高（high），前期不知情的情况下一直设置的是 High，既慢又费 token。但效果也是没得说，这种状态下的它，就像一个经验非常丰富的架构师，会给出一些非常有建设性意义的结论！
- 如果降低模型的推理力度，你会感觉虽然速度快了，但是代码产出质量实打实的下降了，完全不及 Claude。
- 改代码时直接就给你改掉了，也不问你同不同意。
- 配置项不像其他 AI CLI 那样使用 JSON 或者环境变量进行设置，而是 TOML 格式，写习惯 JSON 之后突然有些不适应，尤其是如果要配置 MCP 还需要注意转义之类的。
所以后期我就搭配 Claude Code （后面服务又恢复了）和 Codex GPT5 High 一起使用，Codex 作为架构师负责出方案和设计，Claude Code 做一线研发，根据方案和设计进行产出，效果杠杠的，项目进度直接干到 98%。
现在就剩下一些样式优化我会用 Iflow 来做，不过需要提前进行样式定制，不然按照 AI 自己独有的品味，出来的样式可能会有一些赛博朋克。
iflow 这个产品，别的不说，就免费这一点，真的很值得大家去尝试一下。而且背靠大厂，在行为模式上又和 Claude Code 看齐，我实在想不出有什么理由能拒绝它，除非你的代码严格保密！