У цій статті досліджується застосування різних великих мовних моделей, для автоматизації генерації програмного кода і тестових випадків при створенні програмного забезпечення. Встановлено, що розмір LLM-моделі суттєво впливає на якість згенерованих коду та тестів, тому моделі Gemma3:12B та GPT-5.1 та Geminiпоказують найкращі результати. Малі моделі (Gemma3:1B, Gemma2:7B) більш схильні до помилок і гірше покривають граничні випадкі у порівнянні з великими. Встановлено, що покриття тестів і якість коду для задач обробки даних значно підвищують Test-Driven-Developmentта Data-analysis промпти. Показано, що надійність чисельних обчислень також корелює з розміром LLM.. Ці результати підкреслюють потенціал генеративного ШІ для оптимізації робочих процесів тестування програмного забезпечення, звільняючи розробників від необхідності зосередитися навирішенні проблем вищого порядку.