한 작성자가 GearVault라는 Android 앱을 같은 프롬프트로 Claude Code, Codex와 Antigravity에 맡기고 추가 수정 없이 결과를 비교했다. Codex 결과는 주요 기능이 작동했지만 일부 화면 완성도가 낮았고 Antigravity에는 탐색 오류가 있었다. 작성자는 Claude의 결과가 가장 정돈됐다고 평가했다. 사용한 기본 모델과 한 번의 생성 조건에 묶인 개인 평가로 비용과 반복 실행을 통제한 벤치마크는 아니다. 생성 성공 여부뿐 아니라 화면 이동과 실제 사용 흐름을 확인해야 한다는 사례로 보는 것이 적절하다.