Google 昨天发布了 Gemini 3，在各种公开基准测试中几乎都拿了第一，尤其在数学推理、知识检索、视频、图片等领域表现突出。唯一没有夺魁的就是 SWE-bench Verified，在编码方面依然没有超过 Claude Sonnet 4.5。
AI 模型测评达人 Alex Finn 对这款备受期待的模型做了全面测试。先说结论：Gemini 3 “智商” 第一，“情商” 不如 GPT 5.1，编程不如 Claude Sonnet 4.5。
Gemini 3 有几个明显的优势。首先是做研究超级快，查资料、分解问题、整理报告一气呵成，几分钟就能给你一份上百个来源的详细总结。如果想把这份内容变成网站、测验甚至播客，它也能一键搞定，图片和图表都能即时生成，连网站部署都能自动化。对于需要快速原型开发、测试各种点子的朋友来说，Gemini 3 绝对是最省力的。
在媒体内容生成方面（Nano Banana 也有更新），Gemini 3 也很强。比如做图片修改，无论是换文字、改 logo 还是调整背景色，生成的结果都特别自然，很难看出是 AI 动过手脚。这很大程度上归功于 Google 本身庞大的图片和视频数据库。
Gemini 3 的短板也很明显。它的 “氛围感” 或者说互动体验，还不太像一个真正的人类伙伴。你和它对话容易觉得在和 “AI” 说话，缺少那种贴心、会反驳、会共情的感觉。尤其是在创意写作、商业规划这类需要头脑风暴的场景，Gemini 3 给的建议往往太规矩，点子也有点 “工程师” 味道，不够接地气。相比之下，OpenAI 的 GPT-5.1 在这方面要自然很多，能给出更像人类的建议和反馈。
还有就是价格。Gemini 3 的 API 用起来不便宜，尤其是用量大的时候，成本比 GPT-5.1 明显高。如果只是轻量使用还好，做大项目的话就得考虑性价比了。
在编程方面，虽然 Gemini 3 本身的编码很厉害，做原型很快，但配套的开发工具还没跟上，比如没有一个像 Claude Code 那样的好用 “外壳”。要做长时间、复杂项目，目前还是 Claude Code 更好用。
总结一下，如果你需要做大量资料检索、快速原型开发、多媒体内容生成，可以选择 Gemini 3。但如果你更看重和 AI 的交流体验、创意写作、商业规划，还是多考虑 GPT 5.1。编码的话，Claude Sonnet 4.5 依然是王者。
