Pengkodean getaran bisa sangat menyenangkan dengan pola pikir yang benar. Yang Anda butuhkan hanyalah ide dan chatbot seperti Claude, Gemini dan ChatGPT dapat menghasilkan kode yang bisa diterapkan untuk Anda berdasarkan instruksi Anda. Saya telah menghabiskan cukup banyak waktu untuk coding getaran kalender acara Dan permainan retro hanya dengan ngobrol bersama LLMdan hal ini dapat membuka dunia bagi orang-orang yang tidak pernah berpikir bahwa mereka dapat membuat sesuatu dari kode.
Namun, model yang Anda gunakan dapat memberikan dampak dramatis terhadap kualitas keluaran proyek. Saya ingin melihat bagaimana model yang lebih ringan dibandingkan dengan model “berpikir”, sebagaimana dirujuk oleh Google dan OpenAI. Model yang lebih ringan ini memiliki nama yang berbeda-beda: antarmuka Google Gemini menyebutnya Cepat (meskipun model tersebut sebenarnya disebut, misalnya, Gemini 2.5 Flash), sedangkan OpenAI menyebutnya Instan.
Untuk merasakan betapa berbedanya setiap model dalam pengkodean getaran, saya memutuskan untuk melakukan eksperimen longgar. Saya memulai dengan membuat proyek menggunakan model Berpikir Gemini — Gemini 3 Pro — dan kemudian ingin melihat apakah saya dapat mereplikasi proyek yang sama dengan model cepat dengan menggunakan petunjuk yang sama dari proyek sebelumnya. Mengingat tidak ada cara untuk menjamin tanggapan untuk masing-masing model, saya tahu akan ada perbedaan dan percakapan akan bercabang, namun sebagian besar, saya menggunakan petunjuk yang sama untuk kedua proyek.
Pada saat pengujian ini, model tercepat adalah Gemini 2.5 Flash. Saya mengira hasil akhirnya akan berbeda, dan ternyata memang berbeda, namun tidak sebanyak yang saya harapkan. Yang berbeda adalah cara saya beralih dari A hingga Z dengan setiap model.
Saya benar-benar tidak tahu harus mulai dari mana dengan proyek saya, jadi saya hanya meminta Gemini untuk membuatkan beberapa proyek pengkodean getaran yang menarik untuk saya. Salah satunya adalah “Etalase Piala”, dan saya menganggapnya sebagai titik awal. Saya meminta Gemini untuk menampilkan daftar film horor, bukan piala, dan memberikan lebih banyak informasi tentang film tersebut ketika Anda mengklik salah satu poster. Di luar persyaratan tersebut, saya memberikan kendali kreatif pada kedua model Gemini.
Jangan lewatkan konten teknologi dan ulasan berbasis laboratorium kami yang tidak memihak. Tambahkan CNET sebagai sumber Google pilihan.
Model AI yang cepat vs. berpikir: Apa bedanya?
Jika Google memberi kita pilihan antara model Flash dan Pro, keduanya pasti sangat berbeda, bukan? Ya dan tidak. Keduanya merupakan model bahasa yang besar, namun cara kerjanya berbeda. Bagi pengguna sehari-hari, “cepat” dan “berpikir” mendefinisikan perbedaan antara keduanya dengan cukup baik: kecepatan versus kedalaman.
A model penalaran adalah LLM yang telah disesuaikan untuk memecah masalah kompleks menjadi langkah-langkah kecil sebelum menghasilkan hasil akhir. Hal ini dilakukan dengan melakukan jalur penalaran rantai pemikiran internal. Baik Gemini 2.5 Flash dan Gemini 3 Pro adalah model yang masuk akal, namun Gemini 2.5 Flash mengambil a pendekatan hibrida: Ini menawarkan a tindakan penyeimbang antara kecepatan dan penalaran.
Gemini 3 Pro adalah model penalaran yang lebih kuat, dan dioptimalkan untuk menyelami lebih dalam untuk menemukan jawaban. Akibatnya, ini lebih lambat dibandingkan model yang lebih efisien seperti 2.5 Flash. Google telah dirilis Gemini 3 Kilatanmodel dasar yang lebih bertenaga yang menggantikan 2.5 Flash. Gemini 3 Pro tetap menjadi model penalaran paling kuat yang tersedia di Gemini bagi kebanyakan orang.
Model Gemini 3 Pro lebih mudah digunakan dibandingkan dengan Flash
Proyek akhir yang dibuat oleh Gemini 3 Pro tidak sempurna, tetapi lebih baik dari ide awal saya dan sekitar satu mil lebih maju dari apa yang diproduksi oleh Gemini 2.5 Flash.
Dengan menggunakan Gemini 3 Pro, saya dapat membuat halaman arahan yang memamerkan film-film dari daftar saya, lengkap dengan gambar poster, dan ketika Anda mengklik judulnya, sebuah halaman akan terbuka dan menampilkan informasi tambahan, bersama dengan link untuk melihat trailernya di YouTube. Ini bukanlah proyek yang rumit, namun saya mengalami banyak masalah dan kesalahan dalam prosesnya.
Awalnya saya ingin agar cuplikan tersebut dimasukkan ke dalam laman, namun hal ini terus menandai kesalahan yang tidak dapat diperbaiki oleh Gemini, sehingga mengakibatkan penskalaan kembali dengan hanya menyediakan gambar tertaut untuk menonton cuplikan di YouTube. Itu baik-baik saja, tetapi pengalaman yang kurang mulus dari yang saya inginkan. Oleh karena itu, saya menghargai bagaimana Gemini 3 Pro merinci masalah spesifik yang dialaminya dengan fitur ini dan memungkinkan saya mengambil keputusan untuk menghapusnya.
Masalah lain yang coba diperbaiki beberapa kali oleh Gemini 3 Pro adalah apa yang digambarkannya sebagai masalah pelapisan. Saat mengklik poster, pop up dengan detail film akan ditampilkan, bersama dengan tombol kecil untuk keluar dari tampilan tersebut, meskipun tidak pernah berhasil. Saya meminta Gemini untuk memperbaikinya empat kali, dan gagal mengatasi masalah tersebut hingga permintaan terakhir. Gemini menjelaskan apa yang dilakukannya dengan kode tersebut secara garis besar, namun tidak pernah menjelaskan terlalu detail, meskipun saya membayangkan itu akan memberikan rincian jika saya bertanya.
Proyek aslinya hanyalah sebuah cara untuk menampilkan koleksi film dan mendapatkan lebih banyak informasi tentangnya. Di luar itu, saya tidak memikirkan apa pun tentang gaya atau cara membuat aplikasi web menarik, dan Gemini 3 Pro sangat membantu dalam bidang ini. Ketika saya bertanya bagaimana saya dapat membuat aplikasi ini lebih baik, baik dalam desain dan fitur, saya menyarankan untuk menambahkan efek roda 3D ke film dan opsi pemilihan acak.
Proyek ini memakan hampir 20 iterasi. Produk akhirnya hampir sama bagusnya dengan yang diharapkan, dan itu adalah proyek yang menyenangkan, tetapi ada masalah yang lebih sering gagal diperbaiki oleh Gemini. Produk akhir memberikan hasil lebih dari yang saya harapkan, jadi saya senang dengan hasilnya. Namun dengan semua masalah yang saya temui, saya mulai bertanya-tanya seberapa cepat model Gemini dapat menangani proyek yang sama.
Vibe coding dengan Gemini 2.5 Flash lebih manual
Tidak mengherankan, menggunakan model “cepat” lebih cepat daripada Gemini 3 Pro, namun lebih sering daripada tidak, model ini menyarankan pendekatan yang lebih manual untuk menghasilkan solusi bagi proyek tersebut. AI bekerja dengan cepat, namun menciptakan lebih banyak — dan lebih lambat — pekerjaan bagi saya.
Misalnya, saya ingin aplikasi web menampilkan poster dan sinopsis setiap film dalam daftar, tetapi tidak pernah memikirkan bagaimana informasi tersebut akan dihasilkan. Tanpa bertanya secara spesifik, Gemini 3 Pro menyarankan agar saya mendaftar Basis Data Film dan dapatkan kunci API untuk mengambil detail tersebut secara otomatis, di mana Gemini 2.5 Flash pada dasarnya menyuruh saya untuk “memperoleh” gambar dan melanjutkan dari sana. Bagaimana saya memperoleh gambar-gambar itu tampaknya terserah pada saya.
Gemini 2.5 Flash terkadang terasa hampir malas dibandingkan Gemini 3 Pro. Ada beberapa hal yang dapat dilakukan model Gemini Pro tanpa diminta, namun Flash memerlukan petunjuk yang lebih spesifik. Kadang-kadang, saya merasa seperti sedang mendorong seorang anak yang mendengar instruksi namun sengaja menghindari tugas mereka.
Dalam beberapa kasus, setelah saya meminta Gemini 2.5 Flash untuk melakukan perubahan, ia melakukannya dan memberikan kode yang diperbarui, tetapi hanya untuk bagian tertentu yang telah dimodifikasi. Kemudian ia akan memerintahkan saya untuk menukar kode lama dengan kode baru. Jika Anda tahu apa yang Anda cari, mengganti satu bagian kode dengan yang lain mungkin bukan masalah besar, tapi ini adalah pengkodean getaran, dan jika Anda tidak tahu di mana harus meletakkan kode tersebut, meskipun itu benar-benar tugas yang mudah, hal itu mungkin menghentikan langkah beberapa orang. Itu bisa menghilangkan getarannya.
Selain itu, Gemini 2.5 Flash hanya menyarankan agar saya “memperoleh” gambar poster film dan detail tambahan. Jadi, sambil melanggar batasan parameter eksperimen untuk hanya menggunakan perintah yang sama di kedua proyek (yang paling longgar), saya memutuskan untuk bertanya kepada Gemini 2.5 Flash apa pendapatnya tentang gagasan menambahkan kunci API untuk The Movies Database. Ia menyambut baik ide tersebut dan memberi tahu saya di mana harus menambahkan kunci. Sebaliknya, saya meminta model untuk menambahkan kunci yang saya berikan. Itu menambahkan kuncinya, tapi ketika saya menjalankan aplikasi web, itu tidak benar-benar menarik gambar poster dari film yang saya daftarkan, jadi saya harus memintanya untuk memperbaikinya lagi. Model tersebut menyinggung keterbatasannya dengan mengatakan, “Menemukan ID TMDB yang tepat untuk setiap film di daftar asli Anda memakan waktu, namun saya akan mengisi array dengan ID terkonfirmasi sebanyak mungkin agar koleksi akurat sesuai daftar yang Anda minta.”
Jika ia melakukan sesuatu yang dikatakannya, saya tidak menyadarinya. Dibandingkan dengan banyaknya film berbeda yang ada, kecocokan apa pun dari daftar yang saya berikan terasa seperti sebuah kebetulan. Meski begitu, meskipun 99% poster film yang diisi salah, secara teori hal ini tetap menghindarkan saya dari keharusan menambahkan gambar secara manual. Sebaliknya, Gemini 3 Pro mengisi semua poster film yang benar dalam satu kesempatan.
Perbedaan model cepat dan berpikir saat pengkodean getaran
Setiap kali saya meminta penyesuaian pada model pemikiran Gemini, itu akan membuat perubahan dan segera menulis ulang semua kode sehingga saya cukup menyalin dan menempelkan seluruh kode di mana pun saya inginkan tanpa harus tahu di mana kode tersebut diperbarui.
Gemini 2.5 Flash berbeda. Pada satu titik, setelah melakukan sedikit penyesuaian, ia memberi saya kode dan meminta saya untuk menggantinya dengan apa yang ada di sana. Berharap untuk menghindari hal ini, saya memintanya untuk menulis ulang kode lengkap sehingga saya tidak perlu mengubah apa pun. Jawabannya: “Itu pertanyaan yang sangat besar.” Meskipun sepertinya saya meminta lebih banyak pada saat itu, ini sedikit mengejutkan jika dibandingkan dengan Gemini 3 Pro.
Proyek-proyek tersebut
Gemini 2.5 Flash membuat proyek yang bisa diterapkan, tetapi masih dipenuhi kesalahan bahkan setelah mencoba memperbaiki kesalahan tersebut.
Pada akhir pengujian saya, tidak ada model yang sempurna, namun bekerja dengan Gemini 3 Pro jauh lebih mudah. Meskipun kedua model tersebut, dalam proyek lain, dapat memberikan hasil yang sangat mirip, untuk mencapai tujuan akhir tersebut kemungkinan besar akan memerlukan dua jalur yang sangat berbeda.
Bekerja dengan Gemini 2.5 Flash, Anda harus spesifik tentang apa yang Anda ingin lakukan dan siap untuk memperbaikinya ketika tampaknya mengambil jalan pintas. Dibutuhkan latihan dan pengalaman, termasuk bekerja dengan model AI lainnya, untuk mengetahui kapan model tersebut mengambil jalan pintas yang dapat memengaruhi proyek. Jika ini adalah satu-satunya model yang Anda kerjakan, Anda harus lebih rajin menggunakannya secara keseluruhan.
Gemini 3 Pro memang pantas mendapatkan namanya. Tidak hanya menangani tugas berat untuk proyek ini, namun juga menawarkan saran bermanfaat yang meningkatkannya dari ide dasar yang saya mulai.
