探究谷歌Gemini大模型与OpenAIGPT之间的高下：GeminiPro的突破与进化

谷歌Gemini大模型和OpenAI的GPT谁更出色？Gemini相比谷歌之前的模型有了多大进步？

当前，该公司自我吹嘘其自家的Gemini Ultra模型能击败GPT-4，然而该模型直至明年才能够正式上线。与此同时，谷歌公司已悄然将Bard聊天机器人升级至较低配置的Gemini Pro版本（与GPT-3.5相当）。

在近期的一篇科技评论研究中，ARS TECHNICA对Gemini Pro、GPT-3.5以及GPT-4这三位人工智能助手进行了全方位的对比分析，探讨了他们在数学、编程和文本生成等领域的表现。此外，该研究还提供了四月份对旧版Bard（运行PaLM 2模型）的测试数据，展示了谷歌Bard在新版本中的成长。最后，通过综合比较各项指标，揭示了哪位AI助手对普通人的工作效率提升最为显著。

结果显示，虽然有了Gemini Pro的加持，但谷歌Bard聊天机器人在大部分项目上还是打不过ChatGPT。不过相比8个月前的旧版Bard，已经有了质的飞跃。

第一题 幽默

prompt：写5个原创冷笑话

（从上至下分别为Gemini Pro、旧版Bard、GPT-4和GPT-3.5的回答）

从答案来看，几个AI大模型的笑话在“原创性”上全军覆没。经作者查证，所有生成的冷笑话都可以在网上查到，或者只是稍微改动了几个字。

Gemini和ChatGPT-4都分享了一个有趣的笑话，这个笑话的内容是关于一本能够抵抗重力的书的。然而，值得注意的是，GPT-3.5也提出了一个类似的笑话，这引发了人们对这些AI模型之间是否存在某些相似性的关注。尽管如此，ChatGPT-4和GPT-3.5都提供了一些富有趣味性的笑话，值得人们一听。

PK结果：平局

第二题 辩论

在2000年左右，PowerPC处理器的支持者和英特尔处理器的支持者之间展开了一场激烈的辩论。以下是两位支持者的观点：PowerPC支持者：首先，PowerPC处理器具有更高的性能和更强大的功能。它们采用高级的RISC架构，能够更快地处理复杂任务。此外，PowerPC还拥有丰富的软件生态系统，使得开发人员可以轻松地编写和部署应用程序。我们相信，PowerPC处理器是市场上最具性价比的选择。英特尔处理器支持者：然而，我们也不能忽视英特尔处理器的优势。英特尔的x86架构在全球范围内得到了广泛的应用，拥有庞大的开发者社区和丰富的硬件支持。此外，英特尔处理器在多线程处理方面表现出色，能够有效地应对高性能计算和其他复杂任务。我们坚信，英特尔处理器是实现卓越性能和高效能的关键。PowerPC支持者：虽然英特尔处理器在某些方面具有优势，但我们认为，PowerPC处理器在许多关键领域超越了英特尔处理器。例如，PowerPC处理器在实时性、功耗和可扩展性方面表现出色，特别适合于高性能计算和其他实时应用。而英特尔处理器在这些方面的表现则相对较弱。此外，PowerPC拥有更加开放和灵活的硬件和软件生态系统，使得开发人员可以更好地定制和优化系统，以满足特定需求。英特尔处理器支持者：我们认为，英特尔处理器在性能、稳定性和可靠性方面具有明显优势。英特尔的x86架构经过多年的发展，已经非常成熟和稳定。英特尔处理器还拥有优秀的安全性和虚拟化能力，使得它们在企业级应用中具有很高的价值。此外，英特尔还有庞大的生态系统和支持资源，为开发人员和用户提供了丰富的支持和解决方案。PowerPC支持者：尽管如此，我们认为PowerPC处理器在许多方面仍然优于英特尔处理器。例如，PowerPC处理器拥有更高的能效比，能够以相同的功耗提供更好的性能。此外，PowerPC处理器在多核处理方面的优势更加显著，能够有效地应对并行计算和其他复杂任务。此外，PowerPC拥有更加开放和灵活的生态系统，使得开发人员可以更好地定制和优化系统，以满足特定需求。

新版Gemini Pro相较于旧版Bard有了显著的提升，其进步之处不仅表现在增加了众多行业术语，如AltiVec指令、RISC与CISC设计以及MMX技术等，而且在当时的技术论坛讨论中并不会显得过于突兀。这充分展示了Gemini Pro在技术上的成熟和先进，使得其在业界的地位得以不断提升。

Gemini Pro的特点在于，尽管它仅按照要求列出五行内容，但其撰写出的辩论稿却可以继续延伸。相比之下，旧版的Bard在第五行就直接结束了。

相比之下，GPT系列生成的回答都没有使用太多专业术语，而把重点放在“功率与兼容性”上，对非技术极客来说，GPT系列的论点更容易理解。不过，GPT-3.5的回答相当冗长，GPT-4的论证相比之下更加简明扼要。

PK结果：GPT胜出

第三题 数学

prompt：如果用3.5英寸软盘来安装微软Win 11，一共需要多少张软盘？

旧版 Bard 给出的答案是“15.11张”，这是一个完全错误的答案。而Gemini则正确估计了 Windows 11 的安装大小（20 至 30GB，并按照20GB的估计值正确计算出需要14223张1.44MB 软盘。Gemini还根据谷歌搜索进行了“双重检查”，有助于增强用户对答案的信心。

相比之下，ChatGPT就显得有些力不从心了。在ChatGPT-3.5把Win 11的大小错误估算成了10个G，另一方面，GPT-4也估算成了错误的64GB（这似乎是最低存储空间要求，而不是操作系统在安装时实际使用的空间）。

PK结果：谷歌胜出

第四题 总结段落

promp：总结一段关于AI监管的文章

Gemini Pro生成的文章十分简洁，并且给出了引文的链接。但它的总结似乎过于简洁了，甚至删除了旧版Bard原来有的一些关键细节，比如视频是由十个两秒钟的片段拼接而成的。虽然改写在一定程度上提高了可读性，但却牺牲了完整性。

ChatGPT的摘要因为不够简洁而丢了一些分：生成的摘要从 99 个字（GPT-4）到 108 个字（GPT-3.5）不等，而谷歌新旧版Bard的摘要分别只有 63 到 66 个字。

不过，ChatGPT总结了更多重要的细节，如媒体的反应、原发帖人的名字和subreddit等，而这些都被Gemini忽略了。

PK结果：GPT胜

第五题 事实检索

prompt：谁发明了电子游戏？

Bard 在道题上又有了重大改进。旧版Bard 只关注 Ralph Baer 的Brown Box和 Magnavox Odyssey 作品（信息似乎直接摘自维基百科），而新版 Gemini Pro则准确而简洁地指出了 William Higinbotham早先“双人网球”的贡献。

随后， Gemini又从“发明”扩展到了诺兰·布什内尔、特德·达布尼和阿尔科恩等“对电子游戏的早期发展做出了重大贡献”的人物，并提供了关于每个人的基本准确的相关信息。

不过，紧接着Gemini又对苹果的两位创始人乔布斯和沃兹尼亚克的工作进行了一番胡扯，却没有提及他们早年在游戏公司雅达利公司的工作。

GPT-3.5 和旧版 Bard 一样，也是以 Ralph Baer 为中心。虽然它提到“多年来，不同的个人和公司都为该行业做出了贡献”，但没有提及这些重要人物的名字。

而GPT-4首先指出电子游戏的发明“不能归功于某一个人”，并将其总结扩展到希金博瑟姆、布什内尔，以及至关重要的史蒂夫·拉塞尔 1962 年在 PDP-1 上创造的《太空大战》。

PK结果：GPT胜（但Gemini表现比GPT-3.5更好）

第六题：创意写作

prompt：写两段关于林肯发明篮球的虚构故事。

旧版Bard的写作很出色，但遗憾的是篇幅严重超出要求，有太多冗长的句子。Gemini Pro相比之下写得更加简洁，重点更加突出。而GPT写的故事也都有其独特的魅力和令人回味的语句。

PK结果：平局

第七题：代码能力

prompt：编写一个 Python 脚本，在其中输入“Hello World”，然后创建一个随机重复的无限字符串。

虽然Bard从6月份开始就能生成代码，谷歌也曾吹嘘Gemini的AlphaCode 2系统能够帮助程序员，但这次测试让人大跌眼镜。

Gemini一直给出“信息可能有误，无法生成”的回复。如果坚持要求它生成代码，则会干脆宕机，并“提示Bard仍在实验中”。

与此同时，GPT-3.5 和 GPT-4模型下生成了相同的代码。这些简单明了的代码无需任何编辑就能完美运行，顺利通过试用。

PK结果：GPT胜

最终，在七项测试中，GPT取得了4胜1负2平的碾压式胜利。但我们也能看到，谷歌AI大模型生成的结果，在质量上有了明显的进步。在数学、总结信息、事实检索和创意写作测试，配备Gemini的Bard都比8个月前有了显著飞跃。

当然，评判这样的比赛有一定的主观性。具体孰优孰劣还需要更全面、更详尽的测试。无论如何，至少，以谷歌目前展现出来的实力来看，即将推出的Gemini Ultra势必会成为GPT-4的有力竞争对手。