新智元報道

編輯：定慧

【新智元導(dǎo)讀】谷歌的Gemini 3.0疑似上線LMArena！眾多實測提前曝光，但效果嘛，很難評。

Gemini 3.0傳了這么久，終于還是露出「馬腳」了。

依然還是LMAreana競技場，Gemini 3.0的兩個「馬甲」被扒了出來。

• Gemini 3.0 Pro的馬甲：lithiumflow

• Gemini 3.0 Flash的馬甲：orionmist

這已經(jīng)是「傳統(tǒng)藝能」了，每次新模型上線，都要去LMArena上去造勢一番。

不過看了競技場的實測結(jié)果，Gemini 3確實是真的有點東西，希望谷歌這次別再跟著OpenAI跑了，硬氣一把！

此前Gemini 3的一些前端案例就曾流出，網(wǎng)友爆料稱，谷歌下一代旗艦?zāi)Ｐ蛯⒃?strong>10月22日發(fā)布。

一些拿到內(nèi)測資格的開發(fā)者，放出了部分demo。

不過這次是直接上線在LMArena競技場里了。

「幸運」碰到Gemini 3馬甲的用戶分享了他們的例子，如果你也運氣好，可以分享一下Gemini 3的表現(xiàn)是否有大幅度的提升。

AI第一次看懂鐘表

實測「看表」一直是AI的大難題，這里面涉及多種因素，鐘表樣式、指針長短、指向、分鐘間隔的判斷等等。

不過Gemini 3 Pro（lithiumflow）的實測看出，這個模型已經(jīng)可以精確到小時（6）、分鐘（02）和秒（30）。

同樣的問題，GPT-5 Thinking就有點「發(fā)癲」，直接識別成了12:30，有點時針、分針不分了。

用Gemini 2.5 Pro實測也是同樣發(fā)癲，模型真的很難分辨時鐘時間。

作為對比，LMArena中其他非頂級模型，「發(fā)癲」程度要更甚。

另外，在LMArena中實測了N次，一直沒有碰到過Gemini 3的馬甲。

如果競技場里Gemini 3的馬甲能力是真的，那確實Gemini 3還是非常值得期待！

SVG實測傳統(tǒng)藝能，騎自行車的鵜鶘

新模型每次一出來，SVG測試是躲不開的。

Gemini 3 Pro的SVG測試效果，初看還是很不錯的。

畫面表現(xiàn)能力比之前測試的提升了不止一點，能看出甚至具有一點「抽象派」的風(fēng)格。

<< 滑動查看下一張圖片 >>

當(dāng)然，騎自行車的鵜鶘是永遠(yuǎn)躲不過的，起碼這次自行車畫的是真不錯。

不過需要吐槽的一點是，可能這個互聯(lián)網(wǎng)模因meme「騎自行車的鵜鶘」成為了一個測試新模型的梗。

所以，各家模型似乎都悄悄的針對這個提示詞，進行了微調(diào)。

比如下面這兩個競技場例子，不過沒有強調(diào)使用SVG。

即使強調(diào)了使用SVG，效果依然很「完美」，相比之下Gemini 3畫出來的反而不好看，效果一般。

第一個相當(dāng)體面的作曲模型

另外一個大更新就是Gemini 3 Pro可以作曲了。

能模仿音樂風(fēng)格，能長時間保持節(jié)奏，并帶來一些活力和變奏。

你覺得這個音樂效果如何？

目前大部分實測還是在LMArena碰運氣。

（順便吐槽一下，跑了快100個提示了，還是沒碰到Gemini 3）

那為什么判斷這兩個馬甲就是Gemini 3的實測代號呢？

有人說「Orion」本身可能和Gemini 3有關(guān)，而且「orionmist」這種兩個單詞合成方法是谷歌會使用的。

此前，Gemini 3沒上LMArena時，就有各種內(nèi)測覺得這個很厲害。

甚至可以一個HTML符合整個MacOS、Windows系統(tǒng)的UI交互。

甚至只有1分鐘，Gemini 3 Pro就能用SVG做出一整個風(fēng)格動畫。

截取了部分動畫，這個效果看起來還是挺「唬人」的。

不過，也有部分人遇到的實測效果并不理想。

谷歌的Gemini 2.5發(fā)布也快一年，目前各個大科技廠都盯著OpenAI的動作。

在OpenAI打出GPT-5和新版Sora 2兩張牌以后，谷歌只跟了一張Veo 3.1。

這波上線LMArena的估計是發(fā)布前的試水了，Gemini 3應(yīng)該很快了！

總的來說，雖然模型確實強了不少，能看表、能畫SVG、還能作曲，但整個AI圈的「傳統(tǒng)藝能」也越來越固定了——

先傳風(fēng)聲、再上LMArena、然后一堆人去撞馬甲、測SVG、看誰更像真貨。

看多了也不免有點膩。

畢竟，無論是Gemini 3、GPT-5還是Claude新版本，最后都還是那一套「實測截圖+prompt對比+看圖說話」。

模型越來越聰明，但我們的評測方式似乎還停在老套路上。

希望下一次，不只是模型更強，而是真的能玩出點新花樣。

參考資料：

https://x.com/synthwavedd/status/1979969871921225881

https://x.com/ai_for_success/status/1979980654713696340

https://x.com/scaling01/status/1979996937743954101

https://x.com/scaling01/status/1979996937743954101