随风今日头条今日热点资讯聚合 · 实时更新
实时 · 0.25s
首页 > 热点 > 正文
← 返回列表

为什么说Gemini才是目前最被低估的真神?

差评X.PIN 2026-11-16 00:45 评论 52 赞 122 原文
为什么说Gemini才是目前最被低估的真神?

不知道大伙最近关注 Gemini 没,最近哥们的更新挺频繁的。

先是端了个Gemini 4 Argon(氩),又是端了个Gemini 4 Carbon(碳),我还没用明白呢又来个Gemini 4 Hydrogen(氢),谷谷歌歌是想给元素周期表都端一遍?

从网上的反馈来看,谷歌的模型确实离O家和A家的模型越来越远了。哪怕是最新的 Argon 甚至 Carbon 甚至 Hydrogen,只要一提到 Gemini,AI圈儿的恶意就要吻上来了,能不拿头去顶你Claude和GPT叔叔的鞋底了嘛?

但我今天得说个暴论,那就是,被大伙天天称为“北美豆包”的Gemini,反而是现在全世界最接近AGI的模型。

先别急着喷,只要你用用就会发现,除了编程,这哥们全面的离谱。

比方说,最近刷到很多网友开始发帖夸赞 Gemini 4 的文字功底,说是无可争议的世一模。

为什么说Gemini才是目前最被低估的真神?

还有网友向大伙分享自己被 Gemini 庞大世界知识的震惊时刻,像 3.8 Flash 这样的模型对冷门材料学的理解,有时居然比GPT Astra强。

为什么说Gemini才是目前最被低估的真神?

于是我花了一周时间,把 Gemini 深度体验了一遍,才发现它真的被我们低估了。甚至可以说,对非程序员来讲,它就是世界上最好的模型,是无可争议的人味G.O.A.T。

就拿一个大家从没注意到过的点来说,市面上绝大多数号称“多模态”的顶级大模型,其实都是聋子。

首先,很多人在测多模态能力时,会给它看图片,看视频,但一直忽略了一个点,那就是大模型的听觉。

有很多宣传自己多模态的模型,其实并没有听觉,比如GPT-6、Claude 5.5,你让他们听声音时,他们可能会回得有模有样,但实则把音频偷偷交给其他工具处理,模型本身听不见声音。

为什么说Gemini才是目前最被低估的真神?

但 Gemini 从1.5代开始,就是一个不折不扣的全模态模型,能理解文字、图片、视频、音频等所有文件类型。光说这么多大伙是体会不到它有多离谱的,我们给了一段音频。

还是很好听出来的,这是Minecraft里的一些经典音效。

我们把这段音效,丢给了同样有音频理解的千问 3.8 Omni 和豆包的Seed 2.1 Lite。千问基本可以说没有猜中的风险,豆包要强一点,听出来了打嗝、机械触发等声音,但没听出来这是游戏音效。

为什么说Gemini才是目前最被低估的真神?

为什么说Gemini才是目前最被低估的真神?

而 Gemini 的表现是轻轻又松松了,一耳朵就听出来这是来自《我的世界》的游戏音效,而且动作对应的也大差不差,更离谱的是这还是个 3.8 Flash , 哥们拿个 Flash 出来就是大伙无法企及的高度了。

为什么说Gemini才是目前最被低估的真神?

如果你还不服,哎呀这绝对是Gemini运气好,别急,还有更恐怖的。

下面这段音频,我相信只有一小部分差友能听出来。

因为这个真的很冷门,答案是英雄联盟卡莎的皮肤——星之守护者的音效,其实每天打这游戏的人也不一定听得出来,因为不一定有皮肤。

同样地,千问没听出来,Seed 听出来这是游戏音效,可惜猜成了《堡垒之夜》。

为什么说Gemini才是目前最被低估的真神?

但 Gemini 真的给我吓晕了,我就是抱着试试看的心态,没想到真给我猜出来了,不仅定位到了游戏、角色,连皮肤都定位出来了,不是哥们你不会真的玩过吧?

为什么说Gemini才是目前最被低估的真神?

所以我们已经能下结论了:在听力这块,Gemini 就是毫无争议的世界第一。

但这,远不是Gemini的上限,因为 Gemini 不仅能听声音,还能赏析声音,对音乐也有自己的理解。

我们让 Gemini 分析了两段音乐,一段是《雨爱司凤版》,一段是《雨爱》杨丞琳版,不知道哪个它听了更通透。

哥们从来没告诉过它这是啥歌儿,文件名也给它改了。结果它一耳朵就听出来,司凤版是AI生成的,还能听出来混音粗糙,音色偏廉价和塑料,只能进军鬼畜区;杨丞琳版明显比活凤版耐听。看完真的想明白了很多事。

为什么说Gemini才是目前最被低估的真神?

为什么说Gemini才是目前最被低估的真神?

更超模的是,Gemini的能力,已经不限于乐评了,你把笔给它,它是真能写,它的作曲能力也是数一数二的。

不同于音乐生成模型 Suno,用Gemini这样的语言模型作曲,是靠调用电脑上的专业软件来进行作曲,跟人类手搓的过程差不多。

我们也测了一下,让它根据著名歌曲《茉莉花》,创作一首钢琴变奏曲,来听一段吧,优雅永不过时。

除了音乐上的理解,Gemini 也是我觉得这个世界上最有人味,最幽默的模型。相信很多有文字创作需求的大伙,已经被现在的AI折磨得彻底疯狂了,最著名的就是 GPT 在写作时的顶级防御力。

让它做个番茄炒蛋,它得给你做两轮冒烟测试,你不让它往里加红烧肉,它就给你做个番茄炒蛋(无红烧肉版),气笑了。

为什么说Gemini才是目前最被低估的真神?

而且我想玩玩梗,让 GPT 扮演 Claude 和我说话,它真的一点眼力见都没有,Claude怎么能和中国人说话呢?

为什么说Gemini才是目前最被低估的真神?

但我给Gemini说了同样的话,Gemini一句话没说,直接给我发了个封号邮件。。这幽默感 GPT 一辈子学不来吧?

为什么说Gemini才是目前最被低估的真神?

至于你问我为什么没测Claude,号刚没。

在解释梗图上,Gemini也是解释得最精准的。

比如说,这张图为什么好笑?聪明的你已经发现了,mihoyo的mi很像mj。

为什么说Gemini才是目前最被低估的真神?

然而Claude错了,GPT错了,豆包错了,只有 Gemini 看出来了mj。

为什么说Gemini才是目前最被低估的真神?

为什么说Gemini才是目前最被低估的真神?

为什么说Gemini才是目前最被低估的真神?

为什么说Gemini才是目前最被低估的真神?

我估计也是因为,Gemini 的世界知识,应该是全世界模型里最多的了。而这种大模型,才是聊天聊起来最舒服的模型,基本上有问必答,防御力低,不管啥犄角旮旯里的事情都可以聊一下(这也是为啥人们爱拿Gemini当老公/老婆)。

再得益于它无敌的多模态能力,聊起来就更舒服了,交互起来真的方便。就我那天飞书出了点bug,感觉有点小众,不知道怎么描述,就给它录了个视频发过去。。

为什么说Gemini才是目前最被低估的真神?

Gemini 秒答的速度不像看完了视频,但它给出的信息却全是对的。

我还有个买回来就没拼好过的二阶魔方,我也不知道怎么喂给Gemini,就随手拍了几张照,没有任何章法,甚至六个面只给它拍了五张照。

但 Gemini 直接识别出了这玩意的名字,还通过照片里的空间位置关系,还原了六个面的相对位置,最后建模,并计算出了复原路径。

为什么说Gemini才是目前最被低估的真神?

至于我求助的Opus 5.5,完全没有看懂。

为什么说Gemini才是目前最被低估的真神?

所以不管你的需求有多小众,和Gemini聊聊吧,Flash都行,它大概率能给你答案。

最后,我依然认为 Gemini 是写作界的 GOAT,全网无代餐。

很多人觉得Gemini写的东西味道很重,很像舔狗,但其实 Gemini 的写作风格学习能力,是最强的,你只需要多喂语料,加提示词限制即可。

当你把它调成你喜欢的样子之后就会发现,它的品味非常独特,每段过渡非常自然,还经常整出一些我都没想到的小巧思。

对比 ChatGPT 和 Claude这两家的模型,我很突出的感受就是,他们写作抓不住重点,需要你认真写大纲告诉它哪里是重点;还喜欢过度防御,喜欢改掉你的比喻说“不严谨”,喜欢删掉你的段子说“不尊重”,致敬世界上最有敬畏之心的模型。

为什么说Gemini才是目前最被低估的真神?

虽然 Gemini 的幻觉问题依然没解决,但在写作这块,幻觉还真是必不可少的,因为专业的作者就要敢于下判断。即使是错误的,起码能让人读完后,有提意见的角度。如果一篇文章里全是“不一定”,虽然让人无从挑剔,但也绝对是没价值的。

当然体验下来,Gemini的缺点依旧明显,比如经典Banana起手,干什么都想画图,藏不住的艺术家天赋。

为什么说Gemini才是目前最被低估的真神?

比如不管是网页版、APP、Antigravity都非常难用,怎么现在还有人用这种雷霆排版啊?

为什么说Gemini才是目前最被低估的真神?

以及Gemini说的话依旧不能全信,突发性流口水并不是闹着玩的。特别严谨的活还是老老实实交给其他AI吧。

但需要一点小巧思、小创意的,Gemini 依旧比其他AI高一个档次,就算流口水也流得更有味道。

说到底,对大多数普通人来说,一个好的 AI,首先得说人话,交互起来才更舒服;其次感官健全,才有更多渠道感知你的需求;最后,有审美有态度,才会给人意想不到的惊喜感。Gemini在这些地方做的确实很优秀。

我相信很多人可能早就厌倦了震惊瘫坐,厌倦了鹈鹕测试,看着媒体对 Benchmark 上涨的狂欢,内心毫无感觉。只是仍在期待有人能站出来,为大模型探索开辟一条更有意思的路。

这也是为什么有很多人依然在怀念GPT-4o,怀念New Bing,依然把 Gemini 2.5 Pro 和 Claude Opus 4.6 当成白月光。

在越来越固化的大语言模型发展里,它们至少提供了一些变数。

哪怕离真正的 AGI 还很远,但只要这种带点活人味的模型还在出现,本身就已经挺有意思了。

为什么说Gemini才是目前最被低估的真神?

评论 共 52 条 · 0.31s

三月森林 2026-11-16 06:01
一直在用着Gemini,可惜前两天被限制了。已经过去几天,还未解开。
赞 3回复 8
山上 2026-11-16 03:44
gemini最类人,知识库最全,甚至有人类的懒和糊弄。openai据说学术上最强,那些解数学题一听就很夸张的。claude写代码最好。
赞 3回复 2
被羽翼包裹的茧 2026-11-16 09:07
这就是系统论的威力,看起来其他AI还原论很厉害,但是纯靠的是外部训练,底层不懂就抓瞎,但系统论不会,只要定个结果,就能反向推理出可能@豆包
赞 0回复 1
阔耐的电脑 2026-11-16 08:49
与deepseek比如何?
赞 0回复 5
海山缘 2026-11-16 08:03
现在模型太受制于榜单了,而榜单分数又以编程和逻辑推理为主,不同的模型也许都能做出那道特别难的题,分数不相上下,但是实际体验天差地别
赞 2回复 0
不正经英语老师老杨 2026-11-17 15:23
从我的使用经验来看,似乎是ChatGPT 适合用来搞学习,Gemini 适合更加严谨的学术任务,豆包就是日常询问(彻底替代百度),然后deepseek 就是用来搞文案&推理。
赞 0回复 0
和光同尘知白守黑 2026-11-17 17:33
扮演 claude 那个,我去找千问,豆包,肥鱼都试了。千问很乖也很程序化的问好自我介绍,肥鱼直接拒绝扮演,豆包也是。在我提醒他们 claude 会直接封中国人的号,千问立刻反应过来,并接梗扮演。肥鱼也秒懂,但还是坚持不扮演对方。傻豆包则坚持认为任何 ai 都应该友好与用户交流,都不能随便说封号[捂脸][捂脸]
赞 0回复 0
认知认识认清 2026-11-17 08:23
音频识别这块谷歌自然比其他家公司强,为啥,当然因为谷歌拥有世界上最大的视频播放平台 YouTube,YouTube 本身积累了海量的音频数据,做过 YouTuber 的都知道你上传完视频后 YouTube 会自动识别视频中的音频内容,并自动给你的视频打上标签,我完全有理由相信谷歌内部用了 YouTube 的视频做训练或者 YouTube 提供了接口给 Gemini 做音视频识别
赞 0回复 0
大橘观Y 2026-11-18 07:42
付费型专业找ChatGPT和claude,免费高性价比找Gemini,背靠全球第一搜索引擎Google,在大范围的数据收拢整理和鉴别上都能在ai大模型里排进前三
赞 0回复 0
山顶自在观赏日出 2026-11-16 22:14
最服气的是听力这组实测:同一段游戏音效,千问没听出来,豆包只听出是游戏,Gemini直接定位到英雄联盟卡莎的星之守护者皮肤,连角色带皮肤都报出来了,这确实不是一般的多模态能做到的。追问一句:普通人日常只用它来改图、写东西、认个东西的话,Flash够不够用?还是说写作这种活儿也得上Pro
赞 0回复 0
在人间 2026-11-18 07:16
我两周前把copilot模型切到Gemini了,感觉确实好用,以前只用Claude
赞 0回复 0
木子大猪头 2026-11-16 07:09
在不付费的情况的gemini算不错的了
赞 0回复 1
豆花 2026-11-18 03:22
就谷歌掌握的资料,喂出来的模型怎么会差
赞 1回复 0
漫游锡林郭勒 2026-11-16 12:29
他比豆包更懂中国
赞 2回复 0
一只温和的小白兔 2026-11-16 16:05
gemini世界知识之神,不接受反驳[笑哭]
赞 1回复 0
上海圆脸 2026-11-17 13:58
哪来的多模态,语音都是先转成文字,然后再理解的
赞 0回复 0
锦瑟无端Hallelujah 2026-11-17 23:30
一直用gemini和muse,免费版足够强大
赞 0回复 0
憨包 2026-11-16 07:46
编程谷歌不是有反重力
赞 0回复 0
比尔路菲特 2026-11-16 19:29
知识最全面,智能方面还是和chargpt有差距
赞 0回复 0
没入 2026-11-18 06:35
想知道你们都是怎么用的,羡慕
赞 0回复 0