Claude 4 distrugge ChatGPT e batte Gemini Pro (coding stress test)

Anthropic ha rilasciato Claude 4 Opus e Sonnet. Abbiamo messo alla prova il modello più potente con un test di programmazione complesso. I risultati sorprendono.

Il test: creare un’app web in Google Script

Il test prevede la creazione di uno script Google Apps che trasformi un foglio Google in JSON. L’obiettivo è sviluppare:

• Uno script Google Apps che esporti dati in formato JSON
• Un’interfaccia web per gestire i dati (create, read, update, delete)
• Un endpoint pubblico per accedere ai dati dinamicamente

Prima dell’era dell’intelligenza artificiale questo progetto richiedeva 5-7 giorni di sviluppo continuo. Oggi abbiamo testato tre modelli AI per vedere quale riesce a completarlo al primo tentativo.

I contendenti

• Claude 4 Opus: il modello più potente di Anthropic con maggiore contesto rispetto a Sonnet 4.
• ChatGPT 4.1: modello OpenAI con 1 milione di token di contesto, specifico per programmazione.
• Gemini 2.5 Pro: il modello avanzato di Google, teoricamente avvantaggiato sui prodotti Google.

Claude 4 Opus: vittoria netta

Claude 4 Opus completa il test al primo colpo. Lo script Google Apps funziona perfettamente:

• Genera correttamente l’endpoint JSON
• L’interfaccia web si connette senza errori
• Tutte le operazioni CRUD (create, read, update, delete) funzionano

Il modello segue le istruzioni del prompt alla lettera, rispetta i vincoli tecnici e produce codice funzionale immediatamente.

ChatGPT 4.1: bocciato

ChatGPT 4.1 fallisce già nella fase iniziale. Problemi riscontrati:

• Ignora le istruzioni specifiche del prompt
• Utilizza metodi non supportati da Google Apps Script (setHeader)
• Genera errori di sintassi che bloccano l’esecuzione
• Non si arriva nemmeno a testare l’interfaccia web

Il tono delle risposte risulta anche presuntuoso, con frasi come “il trucco è utilizzare…” dopo aver ignorato le indicazioni fornite.

Gemini 2.5 Pro: parzialmente promosso

Gemini 2.5 Pro ottiene risultati misti:

• Lo script Google Apps funziona correttamente
• L’endpoint JSON restituisce i dati
• L’interfaccia web si carica senza errori di sintassi
• Le operazioni di modifica, aggiunta e cancellazione falliscono per problemi CORS

Google delude le aspettative nonostante si tratti dei propri prodotti (Google Sheets e Apps Script).

Perché questo test è significativo

Il livello degli LLM è ormai così alto che l’utente medio non percepisce le differenze. Per identificare le reali capacità servono test tecnici complessi come questo.

Come studiare l’intelligenza artificiale

Clicca sull’immagine in basso e scopri come accedere a 16 corsi sulle migliori AI (come ChatGPT, Gemini e Claude), oltre 650 prompt selezionati e una community di più di 400 professionisti e professioniste pronti a supportarti nel tuo viaggio nel mondo dell’intelligenza artificiale.