目录
- 前言
- 制作的交互游戏
- 搭建的实用工具
- 构建的windows系统
- 小结
之前反推图片和视频、识别AI内容创作的时候，Gemini 2.5 pro就向大家展示了它脱颖而出的实力——模态识别多、细节判断强、专业程度深、文笔人味儿浓。
现在Gemini 3 Pro在18日晚正式上线了。这一场“甄嬛回宫”，带着它强得离谱的跑分和众对手、众战友见面了。
几乎所有的指标，都是断层领先，除了软件工程能力比GPT-5.1和Claude Sonnet 4.5差一点。能力优秀到每项讲不完，这里就单拎2个出来讲。
第一行，把各种学科里最变态、最抽象的题合并在一块的Humanity’s Last Exam，Gemini 3 Pro未开工具使用37.5%，开了工具使用之后达45.8%！而Claude Sonnet 4.5是13.7%，GPT-5.1是26.5%。
第五行类似超难奥赛压轴题专场的MathArena Apex，Gemini 3 Pro得23.4分，而GPT 5.1只拿了1分，Claude Sonnet 4.5也仅得1.6分。
Gemini 3 Pro yyds，说具体一点，是它的前端设计yyds，后端能力相对其他龙头工具领先，但离用户预期还差一些距离。
话不多说，先上它的作品给大家瞧瞧。
（提示词在这个云文档:
https://lh41ozy6wa.feishu.cn/wiki/DmD4wSgmxijXXwkH6vqcMi0tnMf）
一、制作的交互游戏
交互游戏的效果是前端设计能力的典型体现，考验的是模型的逻辑构建与状态管理、创意与UI生成、用户体验与引导的能力。
比如这个领跑者游戏。
（原游戏界面）
（Gemini 3 Pro制作的游戏界面）
（GPT 5 Thinking制作的游戏界面）
我是通过上传视频文件，让Gemini 3 Pro 和GPT 5 Thinking（没有5.1权限，因此用5来对比）分别参照而生成的。
可以发现前者会仿照附件视频，且整体稳定性挺好，基本都能跑通。不过UI元素设计low了些，即便指明宝藏需要具象化，它也不会做得精美。
后者倒是恰好相反。UI元素设计精良，但不会参考附件视频制作画面，游戏整体运行还不稳定，运气好能丝滑玩耍，运气不好就只能干瞪眼。
两者都能用键盘按键控制游戏，但都不会自动为游戏加入音乐、音效。
再来一个，比如台球游戏。
（Gemini 3 Pro制作的游戏界面，此处录屏，所以模糊，但原版清晰）
看到Gemini 3 Pro,让人不禁怀疑，这真是一句话生成的效果吗？！这个完成度，是真叫人惊讶！双人对局功能实现了，台球走向很自然真实，这模拟真实世界的物理引擎吊炸天了！
GPT 5 Thinking 就是一张静态图，只有界面设计，没有功能运行。说好的游戏呢，结果就只送来了原型设计图。
（GPT 5 Thinking制作的游戏界面）
另外大家需要注意一点，就是“Gemini中文、英文提示词的效果不相上下”的特点同样适用于Gemini 3 Pro，不过GPT在编程方面，尤其是复杂的设计，还是用英文提示词效果更好。
二、搭建的实用工具
AI视频鉴别工具
这个工具主要考验的是模型的后端开发能力，具体考验模型的细粒度视觉感知、物理规律与时序连贯性、跨模态对齐能力、工具调用与代码执行，以及批判性推理与解释等逻辑层。
和测试交互游戏不一样的是，这里提示词越具体，工具的功能性和操作性都会更好。
(短版提示词：上为AI视频分析，下为实拍视频分析)
(长版提示词：上为AI视频分析，下为实拍视频分析)
短版提示词搭建的工具，没有视频删除键，重新传视频需关闭网站并重新开启。检测一顿乱分析，真实和AI生成都一样的分析内容和结果。
但长版的提示词搭建的工具是完全可用的，没有了上面的问题，设置项变得更多，视频尺寸和框能完全对应上。
在我看到Gemini生成的直接可用的AI视频鉴别工具时，心里冒出N个词，高效、大大省时、内耗解除、不麻烦人、商机等等。
鬼知道我被无批量处理的工具、四处求人、漫长的等待、人工一个个处理折磨了多久！
几年之前虽没接触AI视频，也不会有鉴别AI视频的需求，但类似鉴别的实用类工具，比如格式转换、修图、数据整理等，却可以现在由我自己借助AI搭建，不用求人给工具，不用到处留钱买工具，更不用双手死扛加班导致内耗，甚至可以给自己开辟出一条“做工具-卖工具赚钱”的路子。
文档格式转换器
现在算是直面AI遍地开花之前的心结了。
不过这次还是未彻底解决。Gemini 3 Pro和GPT 5 Thinking帮我留下了一半问题。
(Gemini 3 Pro制作的工具成效)
(GPT 5 Thinking的工具成效)
这个任务主要考验后端与系统架构能力，以及前端的考验交互和状态管理。
Gemini 3 Pro胜在流程都能跑通、颜值高，但可能因配置复杂、网址防护功能无法真正转换格式，具体表现如下：
1.除png、JPG、JEPG格式能互转外，图片其余格式都转换失败。
2.文档转换只能跑通流程，但没法真正转换。
3.下拉框选项多，但大部分都无法真正转换，不符合指令要求。
4.无法批量转换。
GPT 5 Thinking胜在功能实用性高，但流程不一定跑通，颜值低。具体表现如下：
1.下拉框出现的选项都能转换成功。图片能实现png、JPG、JEPG、webp互转，可以批量转换。文档中，word文档可以转3类，xlsx可转6类，pdf能转2类。
2.网址无法实现格式转换，放入链接根本不能选格式。
3.图片尺寸无法修改。
所以目前看来，光靠“90%的AI魔法，10%的个人努力”解决心结还是不太现实，根据目前测试结果解决剩下的难题要靠谱些~
三、构建的windows系统
不是我吹，Gemini 3 Pro这个功能是真的非常炸裂！
对于“系统”，我第一反应是“只是还原系统的界面，应用打不开，即便只涉及前端”。
没想到，Gemini 3 Pro火速打了我的脸。
(Gemini 3 Pro制作的系统)
(GPT 5 Thinking制作的系统)
它的windows系统界面，不仅可以打开桌面各个快捷方式，还能使用、运行前端类的应用，比如画图工具、代码编辑器。
尽管它涉及后端的应用无法使用，比如网页搜索，但相比GPT 5 Thinking界面啥也没有的结果，还是吊打。
我相信，最多再过几个月，Gemini 3 Pro连后端问题也给解决了。到时候，真的就是“人人都是应用开发工程师”！
四、小结
这里简单总结一下Gemini 3 Pro的特点与使用技巧：
1.前端设计能力绝绝子。无论是交互游戏还是全视图浏览，应用界面还是系统界面，颜值都在线。唯一不足的就是UI元素设计不精美。
2.后端构建能力领先。高效产出，流程通畅，运行稳定，即便达不到用户预期，也担得起众模型的领头羊。
3.语义理解和创新能力出众。一句话即可顺利完成任务，甚至超出你的预期。
4.对于复杂的任务，尤其重实用的任务，还是需要更为详细的提示词。
5.国内用户输入中文提示词即可开启Gemini 3 Pro的奇妙之旅。
反正，我是被Gemini 3 Pro的能力震惊到了。
那些脑子里的东西正在被一点一点翻译成可见、可听、可操作的具象化物品，我们嘴里说着的、脑海里畅想着的科幻未来，快到我们的脚下了......
今天的分享就到这里了。若你对Gemini 3 Pro也有一番感悟，欢迎在评论区分享，我们一起讨论，也欢迎大家入群交流哦~
AI 速览
