目錄

1. 前言
2. 製作的交互遊戲
3. 搭建的實用工具
4. 構建的windows系統
5. 小結

之前反推圖片和視頻、識別AI內容創作的時候，Gemini 2.5 pro就向大家展示了它脱穎而出的實力——模態識別多、細節判斷強、專業程度深、文筆人味兒濃。

現在Gemini 3 Pro在18日晚正式上線了。這一場“甄嬛回宮”，帶着它強得離譜的跑分和眾對手、眾戰友見面了。

幾乎所有的指標，都是斷層領先，除了軟件工程能力比GPT-5.1和Claude Sonnet 4.5差一點。能力優秀到每項講不完，這裏就單拎2個出來講。

第一行，把各種學科裏最變態、最抽象的題合並在一塊的Humanity’s Last Exam，Gemini 3 Pro未開工具使用37.5%，開了工具使用之後達45.8%！而Claude Sonnet 4.5是13.7%，GPT-5.1是26.5%。

第五行類似超難奧賽壓軸題專場的MathArena Apex，Gemini 3 Pro得23.4分，而GPT 5.1只拿了1分，Claude Sonnet 4.5也僅得1.6分。

Gemini 3 Pro yyds，説具體一點，是它的前端設計yyds，後端能力相對其他龍頭工具領先，但離用户預期還差一些距離。

話不多説，先上它的作品給大家瞧瞧。

一、製作的交互遊戲

交互遊戲的效果是前端設計能力的典型體現，考驗的是模型的邏輯構建與狀態管理、創意與UI生成、用户體驗與引導的能力。

比如這個領跑者遊戲。

（原遊戲界面）

（Gemini 3 Pro製作的遊戲界面）

（GPT 5 Thinking製作的遊戲界面）

我是通過上傳視頻文件，讓Gemini 3 Pro 和GPT 5 Thinking（沒有5.1權限，因此用5來對比）分別參照而生成的。

可以發現前者會仿照附件視頻，且整體穩定性挺好，基本都能跑通。不過UI元素設計low了些，即便指明寶藏需要具象化，它也不會做得精美。

後者倒是恰好相反。UI元素設計精良，但不會參考附件視頻製作畫面，遊戲整體運行還不穩定，運氣好能絲滑玩耍，運氣不好就只能乾瞪眼。

兩者都能用鍵盤按鍵控制遊戲，但都不會自動為遊戲加入音樂、音效。

再來一個，比如枱球遊戲。

（Gemini 3 Pro製作的遊戲界面，此處錄屏，所以模糊，但原版清晰）

看到Gemini 3 Pro,讓人不禁懷疑，這真是一句話生成的效果嗎？！這個完成度，是真叫人驚訝！雙人對局功能實現了，枱球走向很自然真實，這模擬真實世界的物理引擎吊炸天了！

GPT 5 Thinking 就是一張靜態圖，只有界面設計，沒有功能運行。説好的遊戲呢，結果就只送來了原型設計圖。

（GPT 5 Thinking製作的遊戲界面）

另外大家需要注意一點，就是“Gemini中文、英文提示詞的效果不相上下”的特點同樣適用於Gemini 3 Pro，不過GPT在編程方面，尤其是複雜的設計，還是用英文提示詞效果更好。

二、搭建的實用工具

AI視頻鑑別工具

這個工具主要考驗的是模型的後端開發能力，具體考驗模型的細粒度視覺感知、物理規律與時序連貫性、跨模態對齊能力、工具調用與代碼執行，以及批判性推理與解釋等邏輯層。

和測試交互遊戲不一樣的是，這裏提示詞越具體，工具的功能性和操作性都會更好。

(短版提示詞：上為AI視頻分析，下為實拍視頻分析)

(長版提示詞：上為AI視頻分析，下為實拍視頻分析)

短版提示詞搭建的工具，沒有視頻刪除鍵，重新傳視頻需關閉網站並重新開啓。檢測一頓亂分析，真實和AI生成都一樣的分析內容和結果。

但長版的提示詞搭建的工具是完全可用的，沒有了上面的問題，設置項變得更多，視頻尺寸和框能完全對應上。

在我看到Gemini生成的直接可用的AI視頻鑑別工具時，心裏冒出N個詞，高效、大大省時、內耗解除、不麻煩人、商機等等。

鬼知道我被無批量處理的工具、四處求人、漫長的等待、人工一個個處理折磨了多久！

幾年之前雖沒接觸AI視頻，也不會有鑑別AI視頻的需求，但類似鑑別的實用類工具，比如格式轉換、修圖、數據整理等，卻可以現在由我自己藉助AI搭建，不用求人給工具，不用到處留錢買工具，更不用雙手死扛加班導致內耗，甚至可以給自己開闢出一條“做工具-賣工具賺錢”的路子。

文檔格式轉換器

現在算是直面AI遍地開花之前的心結了。

不過這次還是未徹底解決。Gemini 3 Pro和GPT 5 Thinking幫我留下了一半問題。

(Gemini 3 Pro製作的工具成效)

(GPT 5 Thinking的工具成效)

這個任務主要考驗後端與系統架構能力，以及前端的考驗交互和狀態管理。

Gemini 3 Pro勝在流程都能跑通、顏值高，但可能因配置複雜、網址防護功能無法真正轉換格式，具體表現如下：

1.除png、JPG、JEPG格式能互轉外，圖片其餘格式都轉換失敗。

2.文檔轉換隻能跑通流程，但沒法真正轉換。

3.下拉框選項多，但大部分都無法真正轉換，不符合指令要求。

4.無法批量轉換。 

GPT 5 Thinking勝在功能實用性高，但流程不一定跑通，顏值低。具體表現如下：

1.下拉框出現的選項都能轉換成功。圖片能實現png、JPG、JEPG、webp互轉，可以批量轉換。文檔中，word文檔可以轉3類，xlsx可轉6類，pdf能轉2類。

2.網址無法實現格式轉換，放入鏈接根本不能選格式。

3.圖片尺寸無法修改。

所以目前看來，光靠“90%的AI魔法，10%的個人努力”解決心結還是不太現實，根據目前測試結果解決剩下的難題要靠譜些~

三、構建的windows系統

不是我吹，Gemini 3 Pro這個功能是真的非常炸裂！

對於“系統”，我第一反應是“只是還原系統的界面，應用打不開，即便只涉及前端”。

沒想到，Gemini 3 Pro火速打了我的臉。

(Gemini 3 Pro製作的系統)

(GPT 5 Thinking製作的系統)

它的windows系統界面，不僅可以打開桌面各個快捷方式，還能使用、運行前端類的應用，比如畫圖工具、代碼編輯器。

儘管它涉及後端的應用無法使用，比如網頁搜索，但相比GPT 5 Thinking界面啥也沒有的結果，還是吊打。

我相信，最多再過幾個月，Gemini 3 Pro連後端問題也給解決了。到時候，真的就是“人人都是應用開發工程師”！

四、小結

這裏簡單總結一下Gemini 3 Pro的特點與使用技巧：

1.前端設計能力絕絕子。無論是交互遊戲還是全視圖瀏覽，應用界面還是系統界面，顏值都在線。唯一不足的就是UI元素設計不精美。

2.後端構建能力領先。高效產出，流程通暢，運行穩定，即便達不到用户預期，也擔得起眾模型的領頭羊。

3.語義理解和創新能力出眾。一句話即可順利完成任務，甚至超出你的預期。

4.對於複雜的任務，尤其重實用的任務，還是需要更為詳細的提示詞。

5.國內用户輸入中文提示詞即可開啓Gemini 3 Pro的奇妙之旅。

反正，我是被Gemini 3 Pro的能力震驚到了。

那些腦子裏的東西正在被一點一點翻譯成可見、可聽、可操作的具象化物品，我們嘴裏説着的、腦海裏暢想着的科幻未來，快到我們的腳下了......

今天的分享就到這裏了。若你對Gemini 3 Pro也有一番感悟，歡迎在評論區分享，我們一起討論哦~

關注ChooseAI，和我們一起探索AI時代！