Gemini Advanced 使用体验（对比 GPT-4 API）

[RealVic]

Gemini Advanced 目前使用的是 Gemini Ultra 1.0 模型，新闻里更 X 的 1.5 还没更新（至少目前是这样）。

根据我日常高强度的使用体验，感觉到在英文方面，Gemini Advanced 是比 GPT-4 API （带联网等一大堆模块）体验更顺畅的，基本上许多问题，Gemini Advanced 速度都比 GPT-4 更快。

一些只有 GPT-4 能回答的问题，比如钢丝球炒鸡蛋这种，如果用中文询问 Gemini Advanced ，那绝对翻大车，和 GPT-3.5 一个水平，但是如果先翻译成英文，再询问就是完全没问题的，这也侧面证明了 Gemini Advanced 完全没有针对中文优化过。

多模态方面，图片识别两者的能力差不多。

但是 Gemini Advanced 生成图片的准确度、达标度是远远超过 GPT-4 的 DALL-E 3 ，比如我们要求画一张「瑞克和莫蒂」的图片，GPT-4 会忌惮版权问题乱画一通，但是 Gemini Advanced 是完全没有这个问题，画得非常符合要求。

当然，这一点我的判断是 OpenAI 自己限制的，因为同样采用 DALL-E 3 的 Microsoft Copilot 也和 Gemini Advanced 一样可以画出任何东西，不受版权限制。

目前，Gemini Advanced 在 iOS 上没有独立 App ，需要在 Google App 中等待滚动推送，所以我在安卓手机上下了一个，原生 App 的体验还不错，相比 OpenAI ，Gemini Advanced 在 UI 上更认真。

总结一下 Gemini Advanced 的优缺点：

优点：

1. 英文对话体验基本达到业界标杆 GPT-4 的水平，部分情况下甚至更快。
2. 图片识别大部分情况下准确，能够准确识别图片中的汉字。
3. 绘画功能听从用户要求。

缺点：

1. 没有对中文进行优化。
2. iOS 没有原生 App 。
3. 图片识别偶然情况下，会出现过度推理的问题，推理出图片不存在的细节。

综合评价

价格降低到 20 美元的一半，也就是 10 美元，会比较有竞争力。

[ohellohell]

开放 1.5 ，价格降到 10 美金，比较有竞争力

[RealVic]

@ohellohell #1 我也是这么想的，这样就算是英文，我也觉得可以在欧美市场和 GPT-4 分庭抗礼

[fulajickhz]

这种图片能不能画，要求 y=x^2+3 ，定义域在 3 ，15

[YUX]

一开始闲聊的时候无意中透露我也订阅了 chatgpt plus ，Gemini Advanced 一直让我帮他问 chatgpt 问题，然后把回答贴过来。最开始问了一下 LLM 一些新进展的看法，然后就是一些我也没太看懂的内容。

[capgrey]

同感，速度更快。这对我来说体验很好

[Biggoldfish]

这 20 刀还是附赠了 2TB Google Drive 空间以及 AI 可用于 Google Workspace 的

[Liftman]

@fulajickhz 你这种跟画图没有关系。实际上是看模型是否多模态支持代码运行。gemini 是不可以的。因为不具有相关执行能力。只能写。不能跑。gpt 里面可以调用 wolfram 插件或者用 py 的数学和图形库执行得到最终的图片导出给你。

[Qinsher]

@YUX 硅竞😂😂

[hanqian]

还有一点是我用下来“人文”方面 Gemini Advanced 比 GPT-4 强，无论是创意、写作还是问一些社科问题

然后我 iOS Google App 至今没有 Gemini 界面，气死了。

[RealVic]

@Biggoldfish 但是对苹果生态用户来说，20 美元给 Gemini advanced 和 youtube 会员，我觉得更有吸引力

[RealVic]

@hanqian 用 safari 吧，还能用翻译插件，解决英文交互问题

[odifjg9384hg]

Gemini 的党性太高了, Advanced 怎么样?

[WinG]

1.5 好像支持百万级别的 token? 那 20 美刀的话挺划算的

[fulajickhz]

@Liftman 我也知道调用库

我的意思是目前所谓的 AI 能否具备根据 prompt 来生成，不需要准确，起码大差不差的图片

雪地上的猛犸象能画

为什么 y=x^2 不能画

是因为训练数据里没这种函数图象吗？ 为什么在这个任务上，智能没有起到作用？

人能分辨函数图象和雪地上的猛犸象，为什么 AI 不行？

[RealVic]

@fulajickhz #14 y=x^2 智谱可以画，这个本质上不是什么难事，只要把 y=x^2 用 Python 表达出来，然后根据代码生成图像就可以了，相当于帮你写个 MATLAB 运算

[andrew2558]

@RealVic 请问怎么开通的，我开通提示：
Sorry, Gemini Advanced isn't available for you
Gemini Advanced is not yet available in some countries, for work accounts, or for users under a certain age.
请问应该怎么操作？

[Liftman]

@fulajickhz 那如果你要差不多的话，是可以画的。。。gemini 可以生成类似的函数图。但是只能说是像某个函数的函数图。。但是肯定不是这个准确的函数图。。。因为

1.他的训练集里面没有全天下所有的函数图。这也不可能做到。毕竟函数的精度是无限的，可能性也是无限的。
2.函数图可以作为他的训练内容。但是是作为一个整体的。不管什么函数图。他都可能认为是同一个东西。
3.这些所有的文生图模型都是模拟的视觉成像。

总之你可以理解为。。生图的过程是开始有一个大概的模糊的样子。然后慢慢扩散成清晰的图片。但是扩散的过程充满了随机性。但是整体趋势是被模型训练过的内容进行控制的。。。一句话就是。文生图=尽可能的长得像仅此而已。

[RealVic]

@andrew2558 用美国付款资料就可以了

[mixz]

请教个问题，gemini 的 api 是支持联网搜索的吗？

[stimw]

我觉得速度快是不是可能，有一部分原因是，没完全开放使用。。