张大妈

Gemini 3.1 Pro 编程实测：Benchmark分数领跑，实战能力却垫底？

源自抖音：程序员阿江-Relakkes

03-08 13:57

精选参考来源

Gemini 3.1 Pro真实项目编程实测！ Gemini 3.1 Pro Benchmark 数据全面炸裂，在各个维度几乎都是领先的。但评分嘛，大家懂的都懂，看看就得了。 这期我用跟上期完全一样的两道真实编程任务，Prompt 一字不改，把 Gemini 3.1 Pro 加进来和 Claude Opus 4.6、GPT-5.3 Codex 放一起三方横评。 三个模型拿到的是同一份 Prompt、同一个项目代码，公平对比。评分方式：人工验证功能完整度 + 顶尖模型 code review 代码质量。 两道编程题： 任务一：跨项目认证体系迁移（Email + Google OAuth + GitHub OAuth + 落地页）→ Gemini 在 Antigravity 里五轮翻车 任务二：终端 CLI 改造成 Web 聊天界面（Thinking + 工具调用 + SSE 流式输出）→ Gemini 一次完成 结果： 任务一：Opus 8.2 > Codex 7.8 > Gemini 6.0 任务二：Codex 8.4 > Gemini 7.5 > Opus 6.5 综合：Codex 8.1 > Opus 7.4 > Gemini 6.8 结论：Benchmark 分数 ≠ 实战能力。简单任务一次交付不错，复杂任务是明显短板，但性价比确实高。 #gemini3pro #gemini31 #大模型对比 #AI编程实测 #ai新星计划

程序员阿江-Relakkes 2026-03-05

来自抖音
内容由AI生成
0
0
扫一下，分享更方便，购买更轻松
0评论

当前文章无评论，是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章
查看更多

已收藏
去我的收藏夹