大家好，我是 Ai 学习的老章

看论文时，经常看到漂亮的图表，很多不知道是用什么工具绘制的，或者很想复刻类似图表。

实测，大模型 LaTeX 公式识别，出乎预料

前文，我用 Kimi、Qwen-3-235B-A22B、Claude-3.7-sonnet、GPT-4.1、Gemini 2.5 Pro 测试了其在 LaTeX 公式识别中的表现。

本文就测试一下他们在图表识别、复刻中的表现，看看谁更擅长干这件事

备注：Kimi 开启了长思考，Qwen3 未开启深度思考，因为开启之后巨慢且失败

省流：Gemini 2.5 Pro 是最强大的代码模型，毫无争议

排名：Gemini 2.5 Pro > Claude 3.7 Sonnet > Kimi = Qwen3 > GPT-4.1

第一题

来源：https://www.biorxiv.org/content/10.1101/2024.04.02.587723v1.full.pdf

Kimi

有点弱智，绘制了傻瓜箱线图，图像理解有问题

Qwen-3-235B-A22B

也很傻瓜，与 kimi 半斤八两

Claude-3.7-sonnet

好一点点，绘制了半小提琴图 (half-violin plot) 结合箱线图 (box plot)

后续我又试了一下

如果明确告诉它用 R 绘制，Claude-3.7 结果如下，还不错！

GPT-4.1

失败，生成的代码满满得 bug，无法生成图表

Gemini 2.5 Pro

震惊了

它识别出这是雨云图 (raincloudplot)，结合了以下 3 图表的元素：

散点图 (Scatter/Strip plot):显示每 1.个单独的数据点 (图中的绿色和蓝色小点)

箱形图 (Box plot):显示数据的分布摘要 (中位数、四分位数、均值和标准差范围)

小提琴图 (Violin plot) 或 核密度估计图 (KDE plot):显示数据分布的平滑曲线 (图中数据点左侧的曲线)

代码放文末了，大家欣赏一下

第二题

上难度，一次性复刻、输出 4 张图表

来源：《Benchmarking Supervised Machine Learning Models for the Classification of Primary Graft Dysfunction》

Kimi

看了下，其样例数据很简单，第四幅图没有完美复刻

Qwen-3-235B-A22B

没理解意思，且只生成了一张，出现 bug

没想到它居然还不如 kimi。。。
 

Claude-3.7-sonnet

第四幅图没有绘制成功，报错是颜色问题
 

让其修复颜色问题后，输出如下，第四幅图没有依然没有完美复刻

GPT-4.1

绘制失败，换了 GPT-4o 依然失败

Gemini 2.5 Pro

第四张绘制失败

第三题

换个简单点的

省点事儿，直接让大模型用 R 复刻

用 R _复刻_了一张图，附代码

Obsidian 2025-05-14 09.49.07.png

Kimi

复刻失败

Qwen-3-235B-A22B

还行，有点丑
 

Claude-3.7-sonnet

“径向条形图”或“放射状条形图”（Radial Bar Chart）

GPT-4.1

复刻失败

Gemini 2.5 Pro

接近完美复刻

制作不易，如果这篇文章觉得对你有用，可否点个关注。给我个三连击：点赞、转发和在看。若可以再给我加个🌟，谢谢你看我的文章，我们下篇再见！

搭建完美的写作环境：工具篇（12 章）
图解机器学习 - 中文版（72 张 PNG）
ChatGPT、大模型系列研究报告（50 个 PDF）
108 页 PDF 小册子：搭建机器学习开发环境及 Python 基础 
116 页 PDF 小册子：机器学习中的概率论、统计学、线性代数 
史上最全！371 张速查表，涵盖 AI、ChatGPT、Python、R、深度学习、机器学习等