作者 | Kino

編輯 | 石瀨

過去24小時(shí)，AI圈的頭條無疑被Gemini 3承包了。

相信大家都已經(jīng)看過下面這張刷屏的基準(zhǔn)測(cè)試對(duì)比圖了，實(shí)話說，我看到這張圖的第一反應(yīng)是好不真實(shí)，差距大得好不真實(shí)，我們很少見到如此全面且壓倒性的領(lǐng)先。

在AI領(lǐng)域，SOTA（State-of-the-Art，即最強(qiáng)）的王座總是易主，但排行榜的頭名換來換去，領(lǐng)先的優(yōu)勢(shì)卻往往極其微弱，長(zhǎng)期關(guān)注LLM軍備競(jìng)賽的我們，其實(shí)已經(jīng)對(duì)SOTA脫敏了。

但這次，Gemini 3 Pro的成績(jī)單徹底打破了這種常態(tài)，不再是1%或2%的微弱優(yōu)勢(shì)，而是動(dòng)輒20%甚至40%的斷層式領(lǐng)先（燃起來了）……

我們能直觀地看到，幾乎在所有關(guān)鍵指標(biāo)上，Gemini 3 Pro都遙遙領(lǐng)先前代Gemini 2.5 Pro和競(jìng)爭(zhēng)對(duì)手Claude Sonnet 4.5、GPT-5.1。

這些漂亮的跑分到底意味著什么？在展示我們的實(shí)測(cè)Case之前，我們先花點(diǎn)時(shí)間，解讀一下這張圖，搞懂這些測(cè)試的含金量，看看Gemini 3 Pro到底強(qiáng)在哪。

Humanity's Last Exam （人類終極考試）是一個(gè)學(xué)術(shù)推理基準(zhǔn)，涵蓋了人文學(xué)科到STEM（科學(xué)、技術(shù)、工程、數(shù)學(xué)）的各種高難度問題。它的特點(diǎn)是需要模型結(jié)合搜索和代碼執(zhí)行等工具來輔助解答，非常貼近現(xiàn)實(shí)世界的開放性問題。Gemini 3 Pro（37.5%）大幅領(lǐng)先所有對(duì)手，GPT-5.1（26.5%）次之，而Gemini 2.5 Pro和Claude Sonnet 4.5在此項(xiàng)上能力較弱。

ARC-AGI-2（抽象推理挑戰(zhàn)）測(cè)試的是模型的視覺和抽象邏輯推理（看圖找規(guī)律），這對(duì)AI來說是出了名的困難。而Gemini 3 Pro（31.1%）的表現(xiàn)不僅比Gemini 2.5 Pro（4.9%）強(qiáng)了6倍多，也幾乎是GPT-5.1（17.6%）和Claude Sonnet 4.5（13.6%）的兩倍。

再來看看數(shù)學(xué)與編程能力。

MathArena （數(shù)學(xué)競(jìng)技場(chǎng)）是另一個(gè)極具挑戰(zhàn)的數(shù)學(xué)競(jìng)賽問題集。Gemini 3 Pro（23.4%）再次實(shí)現(xiàn)了斷層領(lǐng)先：比 Gemini 2.5 Pro（0.5%）強(qiáng)了近47倍，也遠(yuǎn)遠(yuǎn)甩開了Claude Sonnet 4.5（1.6%）和GPT-5.1（1.0%）。

SWE-Bench Verified要求模型在真實(shí)的、大型的Github代碼庫中，僅根據(jù)用戶提交的Bug報(bào)告來自主定位并修復(fù)Bug。這是Gemini 3Pro唯一沒有拿到第一的項(xiàng)目，Claude Sonnet 4.5（77.2%）和GPT-5.1（76.3%）以極其微弱的優(yōu)勢(shì)領(lǐng)先Gemini 3 Pro（76.2%）。

再來看多模態(tài)理解能力，包括模型理解和推理圖像、圖表、視頻和文檔的能力。

ScreenSpot-Pro （屏幕理解）專門測(cè)試模型理解軟件界面（UI）截圖的能力。Gemini 3 Pro（72.7%） ，而Gemini 2.5 Pro（11.4%）和GPT-5.1（3.5%）在此項(xiàng)上幾乎不可用。簡(jiǎn)單來說就是，Gemini 3Pro在理解屏幕上有什么、按鈕在哪里的能力上遙遙領(lǐng)先，這對(duì)開發(fā)能操作軟件的桌面智能體至關(guān)重要。

Video-MMMU （視頻知識(shí)獲�。�測(cè)試模型從視頻內(nèi)容中學(xué)習(xí)和獲取知識(shí)的能力。Gemini 3 Pro （87.6%） 再次領(lǐng)先，表明它是最擅長(zhǎng)“看視頻”并理解其中內(nèi)容的模型。

接下來，就是實(shí)戰(zhàn)環(huán)節(jié)。我們匯總了海內(nèi)外網(wǎng)友用Gemini 3Pro跑出的各種神仙Case，同時(shí)上手實(shí)測(cè)了一番。這些Case大都集中在編程、前端、網(wǎng)頁設(shè)計(jì)等場(chǎng)景，能很直觀地體現(xiàn)模型能力，而Gemini 3 Pro的表現(xiàn)實(shí)現(xiàn)了一個(gè)明顯的用戶體驗(yàn)層面上的躍升。

先說省流結(jié)論：Gemini 3 Pro不僅能寫代碼、生成高保真游戲原型，更能扮演網(wǎng)頁設(shè)計(jì)師+前端工程師的綜合角色，理解復(fù)雜的需求，交付一個(gè)審美和功能均在線的完整網(wǎng)站產(chǎn)品。

Dating App

a16z合伙人Justin More用Gemini 3 Pro打造了一個(gè)硅谷AI圈戀愛交友App，不僅UI精良，交互流暢，生成的個(gè)人簡(jiǎn)介也很符合硅谷和AI圈的刻板印象，比如它給Anthropic的研究員打上了Superalignment（超級(jí)對(duì)齊）的標(biāo)簽。匹配成功后，你還會(huì)收到一份契合度測(cè)評(píng)，還能和對(duì)方的AI分身聊天。

來源X：@venturetwins

“地球Online”游戲原型

我讓Gemini 3 Pro制作一個(gè)可交互的“地球Online”游戲界面，畫面元素需要體現(xiàn)游戲特色，并且包含游戲玩法介紹、游戲須知、創(chuàng)建角色/登錄按鈕。

p.s. “地球Online”是把現(xiàn)實(shí)世界的生活比作一款大型多人在線角色扮演游戲，玩家就是我們每一個(gè)人，服務(wù)器就是地球。創(chuàng)建角色/登錄指的是“出生”，很多人會(huì)開玩笑說自己的“初始號(hào)”沒刷好，比如出生地、家庭背景、天賦等。

可交互網(wǎng)站

我要求它創(chuàng)建一個(gè)可交互的、中英雙語的個(gè)人作品集網(wǎng)站。網(wǎng)站需包含“關(guān)于我”、“作品集”和“聯(lián)系方式”三個(gè)板塊，風(fēng)格為極簡(jiǎn)藝術(shù)，并指定了黃、粉紅、天藍(lán)、橙色四種主題色。

Gemini 3 Pro生成的效果堪稱驚艷：一次性交付了一個(gè)完整、專業(yè)且設(shè)計(jì)感極強(qiáng)的網(wǎng)站。它不僅完美實(shí)現(xiàn)了四色主題和極簡(jiǎn)風(fēng)格，還構(gòu)建了包括首頁、作品頁、聯(lián)系人表單在內(nèi)的完整多頁面布局，可以實(shí)現(xiàn)中英雙語的一鍵切換。

你還可以上傳一張平面圖，讓Gemini 3 Pro變可交互網(wǎng)頁，不僅還原度極高，而且功能齊全，交互流暢。前端已死。

X上一個(gè)前端程序員的感慨

更炸裂的還在后面，有網(wǎng)友讓Gemini 3為一個(gè)在上海舉辦的虛構(gòu)AI峰會(huì)（Let's Vision 26）創(chuàng)建一個(gè)官方網(wǎng)站，其生成的效果、完成度和設(shè)計(jì)感都達(dá)到了新高度。

Gemini 3不僅構(gòu)建了一個(gè)結(jié)構(gòu)完整的商業(yè)級(jí)Landing頁面，包含導(dǎo)航欄、購票、招募演講者、合作伙伴，而且設(shè)計(jì)審美極其在線。視頻中展示了流暢的滾動(dòng)視差動(dòng)畫、復(fù)古的屏幕特效、以及一個(gè)包含多檔位并以人民幣計(jì)價(jià)的完整購票系統(tǒng)。

來源X：crystalsssup

實(shí)時(shí)智能交互的視頻錄制工具

字節(jié)AI產(chǎn)品經(jīng)理Zara用Gemini 3搞了個(gè)智能視頻錄制工具“Sparks”，在錄制視頻時(shí)，AI會(huì)實(shí)時(shí)分析你所說的內(nèi)容，智能地提供接下來的提示和思路，這下再也不怕卡殼了……而且Gemini自帶原生的攝像頭集成能力，能直接導(dǎo)出為MP4格式。

90年代的主題公園游戲

有網(wǎng)友用Gemini 3 Pro花幾個(gè)小時(shí)重制了一個(gè)90年代的主題公園游戲，Gemini 3 Pro連玩家能自己調(diào)節(jié)薯片咸度都保留了（玩過原版的玩家都懂這個(gè)梗）。

來源X：@demishassabis

3D隧道躲避游戲

Gemini 3 Pro不僅理解了游戲的核心玩法（在旋轉(zhuǎn)的隧道中躲避障礙物），還僅憑一句提示詞就生成了可以直接運(yùn)行的完整游戲。從視頻中可以看到，這款游戲擁有流暢的3D視覺效果、動(dòng)態(tài)的速度和距離計(jì)數(shù)器，以及完整的碰撞檢測(cè)和“系統(tǒng)失敗”重啟機(jī)制。

來源X：@flavioAd

駕駛游戲《霓虹漂移》

這個(gè)同樣是Gemini 3一鍵生成的，視覺風(fēng)格極強(qiáng)，而且擁有功能正常的車速表、可點(diǎn)擊的“TURBO BOOST”（渦輪增壓） 按鈕、用于更換車身顏色的“調(diào)色板”以及“軌道運(yùn)鏡”按鈕。

3D樂高編輯器

一位網(wǎng)友利用 Gemini 3.0 Pro，5分鐘構(gòu)建了一個(gè)功能完備的3D樂高編輯器。

Gemini 3 Pro一擊就中了用戶界面、復(fù)雜的三維邏輯和所有功能。它擁有一個(gè)包含不同規(guī)格積木的庫、一個(gè)用于搭建的3D網(wǎng)格畫布、一個(gè)調(diào)色板以及用于切換視角的控制器（3D、頂視、前視）。用戶可以流暢地在3D空間中選擇、放置、旋轉(zhuǎn)和著色積木。

來源X：@skirano

核電廠工作模擬

Gemini 3 Pro還能將專家級(jí)的物理學(xué)知識(shí)（核反應(yīng)堆原理）和3D模擬器結(jié)合，一鍵生成一個(gè)完整的、用于教育和模擬的復(fù)雜應(yīng)用，比如這個(gè)核電廠工作原理交互式3D模擬器。

來源X：@sebkrier

設(shè)計(jì)Agent

國(guó)內(nèi)AI圈KOL“歸藏”用Gemini 3 Pro做了一個(gè)設(shè)計(jì)Agent，可以看到，輸入一句簡(jiǎn)單的中文提示“做一個(gè)小狗宣傳片”，并設(shè)置類型為“視頻”、風(fēng)格為“現(xiàn)代”，Agent就自動(dòng)生成了一段8秒鐘的1080P高清視頻。

「AI新榜交流群」進(jìn)群方式：添加微信“banggebangmei”并備注姓名+職業(yè)/公司+進(jìn)群，歡迎玩家們來群里交流，一起探索見證AI的進(jìn)化。

歡迎分享、點(diǎn)贊、推薦

一起研究AI