最近的一项分析表明，谷歌的 Gemini 3.1 Pro 模型在实际应用中明显逊于 Anthropic 的 Claude 4.7 Opus。比较突显了实际效用方面的差距，表明虽然 Gemini 可能在某些基准测试中表现良好，但在需要细致理解和执行的任务评估中却表现不佳。这种差异引发了对以基准驱动的开发与以用户为中心的性能之间有效性的质疑。 AI
影响 突显了领先的人工智能模型之间潜在的实际性能差距，表明基准测试结果可能无法完全反映用户体验。
排序理由 该集群包含用户生成的关于两个人工智能模型的比较分析，而不是来自开发者的直接发布或官方基准测试。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
