写 Python、Excel 公式、VBA 代码,4 大模型各显神通,谁是代码之王?

上周有个读者问我：「我想用 AI 帮我写个 Python 脚本处理 Excel，4 个模型我该用哪个？」

这是个好问题。AI 写代码的能力确实天差地别——有的模型能一步生成完整可运行的脚本，有的则需要你反复调教才能得到正确结果。

我今天用 5 个办公常见的编码场景，实测了 4 个模型的代码能力。结果如下：

结论很明确：通义千问在代码能力上是碾压级的领先，尤其是在 Python 和 VBA 领域。

✦ 测试 1：Excel 公式生成—— 老司机也能翻车

测试问题：「我有一个销售表，A 列是产品名称，B 列是销售额，C 列是地区。要求统计每个地区销售额前 3 的产品名称和金额。」

💬 豆包给出的方案：FILTER + LARGE 组合

🤖 能用，但公式嵌套较深，新手容易改错。

💬 通义千问给出的方案：LAMBDA + SORT + TAKE 组合

🤖 方案更优雅，且附带了解释说明，方便读者理解原理。

Excel 公式方面，4 个模型差距不大，基本都能给出可用方案。但通义和文心在公式的优化程度上更胜一筹——不仅给公式，还会解释逻辑。

✦ 测试 2：Python 脚本生成—— 差距最大的环节

测试问题：「写一个 Python 脚本，读取一个文件夹下所有 Excel 文件，把每个文件里的 Sheet1 合并到一个 DataFrame，然后按日期排序输出到新 Excel。」

🤖 通义千问：一次性生成完整代码，含异常处理、路径校验、进度提示，运行零报错。

🤖 Kimi：代码质量也不错，但缺少异常处理，需要在提示词里额外要求。

🤖 文心一言：能跑，但生成的代码风格偏旧，用了很多已弃用的 pandas API。

🤖 豆包：生成了框架，但多个细节错误（路径拼接、pandas 读取方式），需要 2-3 轮修正才能运行。

✦ 测试 3：VBA 宏—— 小众但刚需

VBA 是很多公司「老系统」的标配。虽然 Python 在崛起，但 Excel 宏的需求依然庞大。

通义千问在 VBA 上的表现远超其他模型。给一个需求描述，它能生成带注释、带错误处理、带进度条的完整宏代码。豆包在 VBA 上几乎不可用，生成的代码经常缺关键字。

✦ 我的建议

如果你主要写 Excel 公式：哪个都行，甚至文心一言的公式解释最清晰。

如果你要写 Python/VBA：无脑通义千问，代码质量和一次成功率明显高一个档次。

如果你只是调试已有代码：Kimi 也很不错，它的上下文理解能力强，能看到代码的全局逻辑。

最后说个大实话：AI 写的代码需要人工验证。别太信任 AI 生成的代码，尤其是涉及数据处理的脚本，一定要先在小数据上跑一遍确认结果对，再上生产。

📌 收藏备用 · 明天聊：数据分析能力实测——做表、画图、出结论谁最好？