news 2026/6/10 21:00:46

小杯Gemini战胜GPT5.2,1分钟模拟Windows操作系统

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
小杯Gemini战胜GPT5.2,1分钟模拟Windows操作系统
一水 发自 凹非寺
量子位 | 公众号 QbitAI

谷歌丢出Gemini 3 Flash,给AI圈示范了啥叫:小孩子才做选择题,成年人当然是全都要(doge)。

一个公式来形容这款新模型:Gemini 3 Flash=Pro级智能+Flash级速度+更低价格

比速度,它几乎是Gemini 2.5 Pro的3倍,实测更是丝滑到起飞:

比智能,它更是在多个经典测试中,战胜了包括Gemini 3 Pro、GPT5.2在内的一众顶尖模型。

数图中有多少根手指,GPT5.2张口就来“5根”,而Gemini 3 Flash成功识破陷阱并给出正确答案“6根”。

画一张骑车的鹈鹕,Gemini 3 Flash(右上)的表现明显优于Gemini 2.5 Pro(左)和Gemini 3 Pro(右下),而且这些还都是反复测试后抽取的最佳结果。

考察眼力环节,看模型们是否认识“谷歌宣传委员”Logan kilpatrick。

Gemini 3 Flash率先答对,而Gemini 3 Pro将他误认为Gemini前负责人Jack Krawczyk(已于今年4月离职并转投Meta)

在更多测试中,Gemini 3 Flash都展示出自己不俗的综合实力。

虽然叫“Flash”,但其实是谷歌迄今最强智能体模型

敲黑板,这款模型即日起已面向全球所有用户推出

普通用户可通过Gemini应用以及谷歌搜索的AI模式使用;专业开发者可在Google AI Studio、Gemini CLI以及谷歌全新的智能体开发平台Google Antigravity中,通过Gemini API进行调用和集成。

同时,企业客户也可通过Vertex AI和Gemini Enterprise两大平台获取其服务。

整体而言,Gemini 3 Flash还是继承了Gemini 3 Pro的复杂推理能力、多模态和视觉理解能力、Vibe编程能力,以及处理智能体任务的能力,只不过响应速度更快。

谷歌官方表示,这是他们迄今为止“在智能体工作流程方面最出色的模型”。

话不多说,我们这就看看Gemini 3 Flash能做什么以及实际表现如何?

比如让它创建一个功能完整、美观的Windows操作系统,核心环节几乎用时不到一分钟(视频未加速)

分享该测试的网友表示,“这是一款令人叹为观止的模型”。

还能用来直接生成游戏,网友所使用的提示词如下:

用代码为我创建一个《侠盗猎车手6》游戏,并尽可能使其逼真,添加您选择的任何功能。

游戏的感觉有了,只不过画面仍有一定提升空间。

不过如果换成一些难度稍低一点的小游戏,效果倒还不错。

而用它来生成一张天气卡的效果be like:

肉眼可见设计更高级,并且交互效果更丰富。

最后我们简单上手实测一下,让它给自己生成一个介绍网站。

经过实测,网站上面的测速功能可以正常使用,不只是个空有前端的“花架子”:

而且点击“立即体验”按钮后,也确实能跳转到Gemini的官网网页。

这波看下来,你觉得Gemini 3 Flash表现如何?

性能速度双双超越2.5 Pro,价格却低得多

此外,官方测评显示,Gemini 3 Flash主打一个“加速不降智”。

性能上不仅显著超越Gemini 2.5 Pro,而且在专业多模态测试MMMU Pro、复杂推理测试ARC-AGI-2等方面,还能略胜Gemini 3 Pro。

更重要的是,它还在性能、成本和速度方面突破了帕累托极限——速度比Gemini 2.5 Pro快3倍,平均使用的token数量却少30%。

价格方面,Gemini 3 Flash相比前几代模型更具性价比。

其每百万输入token为0.5美元,每百万输出token为3美元(音频输入价格仍为每百万输入token 1美元)

虽然略贵于Gemini 2.5 Flash(每百万输入0.3美元/每百万输出2.5美元),但考虑到其性能和速度,这一价格仍然相当具有吸引力。

(Gemini 2.5 Pro价格为,每百万输入1.25美元/每百万输出10美元。)

至此,谷歌Gemini 3算是集齐了全部家族成员,包括之前的Pro和Deep Think深度思考版。

而且说到思考模式,根据开发者文档,这次的Gemini 3 Flash一共有四档思考模式——minimal、low、medium、high

只需看一眼图片效果演进,你就知道这几档的区别了(doge):

One More Thing

有意思的是,Gemini 3 Flash发布后,谷歌这边还立马开了一个《宝可梦:水晶版》的直播。

两位对战选手分别是Gemini 3 Flash和Gemini 3 Pro。

虽然最终结果还没有出来,但初步来看Gemini 3 Pro暂处于领先地位。

有网友还惊喜发现,Gemini 3 Pro在游戏中似乎已经展现出某种系统级思考能力。

感兴趣的童鞋也可以蹲一波结果了~以及坐等一个反转。

参考链接:
[1]https://x.com/OfficialLoganK/status/2001428651121025391?s=20
[2]https://x.com/simonw/status/2001424152763470238?s=2
[3]https://blog.google/products/gemini/gemini-3-flash/

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 12:58:57

Langchain-Chatchat文档解析能力评测:支持多格式文本输入

Langchain-Chatchat文档解析能力评测:支持多格式文本输入 在企业知识管理日益复杂的今天,如何让堆积如山的PDF手册、Word制度文件和Excel表格“活起来”,成为员工随时可查的智能助手?这不仅是效率问题,更是数据安全与组…

作者头像 李华
网站建设 2026/6/10 4:26:48

把微服务“晒”在阳光下:如何用 OpenTelemetry 盯牢性能真相?

把微服务“晒”在阳光下:如何用 OpenTelemetry 盯牢性能真相? 作者:Echo_Wish 🌦 引子:盲着改性能,是在给自己挖坑 做分布式、做微服务,你一定听过一句话: “性能问题不是调优解决的,是定位解决的。” 大部分事故不是因为你不会优化,而是: 你根本不知道是哪个环节…

作者头像 李华
网站建设 2026/6/10 15:29:05

当 AI 拿起剧本笔:生成式 AI 如何改善影视剧本创作全流程?

当 AI 拿起剧本笔:生成式 AI 如何改善影视剧本创作全流程? 作者:Echo_Wish 🧠 引子:创意剧本不是快餐,而是“灵感打磨场” 在影视圈,编剧常常是一个充满诗与远方的职业,但职业日常却是: ★ 灵感枯竭 ★ 内容卡壳 ★ 重写改稿 ★ 死磕对白节奏 传统剧本创作就像在沙…

作者头像 李华
网站建设 2026/6/10 15:22:23

python+vue3的居民小区物业报修管理系统的设计与实现43930504

文章目录系统截图项目技术简介可行性分析主要运用技术介绍核心代码参考示例结论源码lw获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!系统截图 pythonvue3的居民小区物业报修管理系统的设计与实现43930504 项目技术简介 Python版本&a…

作者头像 李华
网站建设 2026/6/10 12:55:32

用FaceFusion做短视频特效?这些技巧你必须知道

用FaceFusion做短视频特效?这些技巧你必须知道在抖音、快手、TikTok 上刷到“和爱因斯坦同框演讲”“穿越回80年代跳迪斯科”的视频时,你有没有好奇过——这到底是怎么做到的?其实背后不少爆款内容,都离不开一个叫FaceFusion的开源…

作者头像 李华