Gemini 3 简评：谷歌 AI 的「推理革命」，爱好者值得冲吗？

作为深度 AI 玩家，Gemini 3 发布当天我便抢鲜体验，三天实测后，其推理能力的飞跃令人惊艳，虽有短板，但仍是今年必试的 AI 升级。

推理能力：从「答题」到「解题」的质变

Gemini 3 在博士级 GPQA Diamond 测试中获 91.9% 高分，较前代提升近 6 个百分点，开启 Deep Think 模式后达 93.8%。我用「验证角动量守恒实验设计」测试，它不仅给步骤，还指出误差来源、补改进装置示意图，这种「预判需求」的思考深度远超以往模型。

多模态交互：实用的「全能助手」

作为视觉创作爱好者，我最惊喜的是其跨模态能力。传手写食谱视频，能提食材、改步骤、生成手机图文卡片；分析匹克球录像，可指出发力问题、做时间轴训练计划。100 万 token 上下文窗口，能消化整本书 PDF 并结合笔记生成思维导图，对文献研究党很实用。

开发者友好：速度与成本双优

实测响应速度 148 tokens / 秒，比 GPT-5 快 45%。用它写 Python 可视化脚本，28 秒就生成可运行代码，虽注释不如 Claude 细，但迭代快。更关键的是 API 性价比高，每百万 tokens 仅 6.25 美元，预算有限的个人开发者可放心用。

短板仍在，潜力可期

它并非完美，编俄罗斯方块这类复杂项目代码时，仍需手动优化，比不上 Claude 的「即插即用」；改个性化文案易太正式，缺口语感。不过谷歌已表态，Deep Think 模式将向订阅用户开放，届时推理能力还能升级。对 AI 爱好者来说，Gemini 3 不只是参数提升，更让「实用主义 AI」落地 —— 发布当天就整合进搜索、Gemini App，若你需要兼顾推理深度、多模态能力和性价比的工具，它值得加入 AI 工具箱。