听说了没，Google推出的Gemini 3.1 Pro预览版，居然在Artificial Analysis的人工智能指数里登顶了，给自家的Anthropic Claude Opus 4.6狠狠甩下了4分。你说这成本吧，Gemini才要892美元，把对手的2,304美元和2,486美元都给比了下去，这性价比简直离谱。不过跟GLM-5那种开源模型比起来，Gemini虽然只花了547美元不到点的钱（好像是547美元左右），但在效能上那是没得说。 虽说在Science、Agent、Physics这些评测里拿了六个第一，幻觉率也少了38个百分点，看着挺厉害的，可一到现实世界处理多步骤任务，Gemini还是不如Claude Sonnet 4.6或者GPT-5.2顺手。大家挑模型都要挑2026年那样白热化的竞争环境下能干活的家伙嘛。还有那个事实查核测试特别扎心，Gemini居然还不如之前的Gemini 3 Pro靠谱，只能验证四分之一的信息准确度，这让大家意识到光跑分不行。 AI这块路还长着呢，Google在Science和Knowledge方面虽然不错，但咱们不能忘了在Science推理和编码上的突破还没到万无一失的时候。搞开发的和用模型的得建立自己的标准才行，毕竟真要在Production环境里执行任务，可靠性才是王道。