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傳了這麼久，終於還是露出「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
這已經是「傳統藝能」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，網友爆料稱，谷歌下一代旗艦模型將在10月22日發佈。
一些拿到內測資格的開發者，放出了部分demo。
不過這次是直接上線在LMArena競技場裡了。
「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的表現是否有大幅度的提升。
AI第一次看懂鐘錶
實測「看錶」一直是AI的大難題，這裡面涉及多種因素，鐘錶樣式、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。
如果競技場裡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」的風格。
當然，騎自行車的鵜鶘是永遠躲不過的，起碼這次自行車畫的是真不錯。
不過需要吐槽的一點是，可能這個互聯網模因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。
比如下面這兩個競技場例子，不過沒有強調使用SVG。
即使強調了使用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。
能模仿音樂風格，能長時間保持節奏，並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）
那為什麼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，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，就有各種內測覺得這個很厲害。
甚至可以一個HTML符合整個MacOS、Windows系統的UI交互。
甚至只有1分鐘，Gemini 3 Pro就能用SVG做出一整個風格動畫。
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並不理想。
谷歌的Gemini 2.5發佈也快一年，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 2兩張牌以後，谷歌只跟了一張Veo 3.1。
這波上線LMArena的估計是發佈前的試水了，Gemini 3應該很快了！
總的來說，雖然模型確實強了不少，能看錶、能畫SVG、還能作曲，但整個AI圈的「傳統藝能」也越來越固定了——
先傳風聲、再上LMArena、然後一堆人去撞馬甲、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，最後都還是那一套「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
本文來自微信公眾號“新智元”，作者：定慧，36氪經授權發佈。
