谷歌新版Gemini马甲被扒，LMArena实测：唯一能看懂表的AI, GPT-5乱答

谷歌的Gemini 3.0疑似上线LMArena！众多实测提前曝光，但效果嘛，很难评。

Gemini 3.0传了这么久，终于还是露出「马脚」了。

依然还是LMAreana竞技场，Gemini 3.0的两个「马甲」被扒了出来。

Gemini 3.0 Pro的马甲：lithiumflow

Gemini 3.0 Flash的马甲：orionmist

这已经是「传统艺能」了，每次新模型上线，都要去LMArena上去造势一番。

不过看了竞技场的实测结果，Gemini 3确实是真的有点东西，希望谷歌这次别再跟着OpenAI跑了，硬气一把！

此前Gemini 3的一些前端案例就曾流出，网友爆料称，谷歌下一代旗舰模型将在10月22日发布。

一些拿到内测资格的开发者，放出了部分demo。

不过这次是直接上线在LMArena竞技场里了。

「幸运」碰到Gemini 3马甲的用户分享了他们的例子，如果你也运气好，可以分享一下Gemini 3的表现是否有大幅度的提升。

AI第一次看懂钟表

实测「看表」一直是AI的大难题，这里面涉及多种因素，钟表样式、指针长短、指向、分钟间隔的判断等等。

不过Gemini 3 Pro（lithiumflow）的实测看出，这个模型已经可以精确到小时（6）、分钟（02）和秒（30）。

同样的问题，GPT-5 Thinking就有点「发癫」，直接识别成了12:30，有点时针、分针不分了。

用Gemini 2.5 Pro实测也是同样发癫，模型真的很难分辨时钟时间。

作为对比，LMArena中其他非顶级模型，「发癫」程度要更甚。

另外，在LMArena中实测了N次，一直没有碰到过Gemini 3的马甲。

如果竞技场里Gemini 3的马甲能力是真的，那确实Gemini 3还是非常值得期待！

SVG实测传统艺能，骑自行车的鹈鹕

新模型每次一出来，SVG测试是躲不开的。

Gemini 3 Pro的SVG测试效果，初看还是很不错的。

画面表现能力比之前测试的提升了不止一点，能看出甚至具有一点「抽象派」的风格。

当然，骑自行车的鹈鹕是永远躲不过的，起码这次自行车画的是真不错。

不过需要吐槽的一点是，可能这个互联网模因meme「骑自行车的鹈鹕」成为了一个测试新模型的梗。

所以，各家模型似乎都悄悄的针对这个提示词，进行了微调。

比如下面这两个竞技场例子，不过没有强调使用SVG。

即使强调了使用SVG，效果依然很「完美」，相比之下Gemini 3画出来的反而不好看，效果一般。

第一个相当体面的作曲模型

另外一个大更新就是Gemini 3 Pro可以作曲了。

能模仿音乐风格，能长时间保持节奏，并带来一些活力和变奏。

你觉得这个音乐效果如何？

目前大部分实测还是在LMArena碰运气。

（顺便吐槽一下，跑了快100个提示了，还是没碰到Gemini 3）

那为什么判断这两个马甲就是Gemini 3的实测代号呢？

有人说「Orion」本身可能和Gemini 3有关，而且「orionmist」这种两个单词合成方法是谷歌会使用的。

此前，Gemini 3没上LMArena时，就有各种内测觉得这个很厉害。

甚至可以一个HTML符合整个MacOS、Windows系统的UI交互。

甚至只有1分钟，Gemini 3 Pro就能用SVG做出一整个风格动画。

截取了部分动画，这个效果看起来还是挺「唬人」的。

不过，也有部分人遇到的实测效果并不理想。

谷歌的Gemini 2.5发布也快一年，目前各个大科技厂都盯着OpenAI的动作。

在OpenAI打出GPT-5和新版Sora 2两张牌以后，谷歌只跟了一张Veo 3.1。

这波上线LMArena的估计是发布前的试水了，Gemini 3应该很快了！

总的来说，虽然模型确实强了不少，能看表、能画SVG、还能作曲，但整个AI圈的「传统艺能」也越来越固定了——

先传风声、再上LMArena、然后一堆人去撞马甲、测SVG、看谁更像真货。

看多了也不免有点腻。

毕竟，无论是Gemini 3、GPT-5还是Claude新版本，最后都还是那一套「实测截图+prompt对比+看图说话」。 

模型越来越聪明，但我们的评测方式似乎还停在老套路上。 

希望下一次，不只是模型更强，而是真的能玩出点新花样。

参考资料：

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 

本文来自微信公众号“新智元”，作者：新智元，36氪经授权发布。