近日，网页编程能力排行榜迎来更新，DeepSeek-R1凭借出色表现超越Claude 4，荣登全球编程能力榜首。尽管Claude Opus 4一直被视为顶级编码模型，但DeepSeek-R1在LiveCodeBench上的优异成绩引发关注。实测显示，DeepSeek-R1能够快速生成多种编程任务代码，例如34秒内完成带有交互功能的太阳系动画程序，以及23秒内生成现代化AGI主题网页代码。然而，其在复杂任务如俄罗斯方块开发中仍存不足，多次运行均出现bug及交互功能缺失问题。尽管如此，DeepSeek-R1因其开源特性及易用性受到国内用户的青睐。此外，DeepSeek-R1还在多个开源模型榜单中名列前茅，MIT许可证加持下，其综合实力不容小觑。值得注意的是，Kimi新模型Kimi-Dev近期以60.4%的成绩刷新代码开源SOTA记录，挑战着现有编程模型的领先地位。

5月15日，OpenAI正式推出GPT-4.1、GPT-4.1 mini及GPT-4.1 nano三款模型，优化编程支持与指令执行效率。GPT-4.1在SWE-bench测试中得分55%，远超GPT-4o的33%和GPT-4.5的38%。相比GPT-4.5，GPT-4.1虽知识深度稍逊，但在代码辅助和执行效率上表现更佳。此外，GPT-4.1 mini成为ChatGPT新默认模型，GPT-4.1 nano则以高速低成本适配高延迟需求任务。新模型已在ChatGPT界面开放选择，优先向Plus、Pro及团队用户开放，未来几周扩展至企业与教育版。值得注意的是，GPT-4.0 mini将被全面下架，API定价显示GPT-4.1基础版每百万token输入收费2美元，mini版0.4美元。OpenAI强调增强透明度，承诺更频繁公开安全评估结果。

谷歌发布全新升级的Gemini 2.5 Pro Preview（I/O版），在文本、视觉、编码三方面全面碾压Claude 3.7，登顶LMAreana三冠王，成为地表最强编程模型。该版本不仅在代码转换、编辑及复杂AI工作流开发中表现出色，还支持从草图生成小程序，将自然图像转为代码表达。谷歌首席科学家Jeff Dean高度认可其性能，称其为史上最强编程模型。开发者可通过Google AI Studio和Vertex AI访问Gemini API，新模型已上线Gemini App，支持Canvas等功能。Gemini 2.5 Pro在视频理解方面亦表现优异，得分达84.8%。众多开发者利用其强大能力创造了多样化的Demo，包括3D太阳系、智能花园规划器及图书推荐应用等。此次更新于2025年5月6日发布，标志着AI编程领域的新一轮竞争升级。

标题：最强开源CodeLLM模型深夜来袭！320亿参数，Qwen2.5-Coder新模型超越GPT-4o Qwen2.5-Coder-32B正式发布，拿下多个主流基准测试SOTA，成为全球最强开源编程模型。在代码能力的12个主流基准上，Qwen2.5-Coder-32B与GPT-4o对决，斩获9胜，...