摘要
30 秒看懂
Matthew Berman 回顾 Gemini 3 发布时的基准成绩、Google Antigravity 和整理邮件的助手演示。短视频描述的是初始功能与可用情况；排名、访问方式、价格和限制可能变化，基准成绩也取决于测试条件。
- 1发布时的基准Berman 引用强劲成绩，包括 AIME 2025 满分；这一数字需要结合具体模型与评测条件，不能说明所有任务的能力。
- 2AntigravityGoogle 的开发平台让用户协调编程智能体；免费视频预览和配额是发布时的信息。
- 3助手工作流演示展示了智能体提出整理收件箱的建议，供用户审查。
要点建议
- Gemini 3 发布时展示了基准成绩和多模态上下文窗口。
- Google 推出 Antigravity，作为面向智能体的开发环境。
- Gemini Agent 演示展示了向用户提出邮件整理建议并供其审查的流程。
- 发布时的分数和可用范围不应当作当前产品状况。
全文
按章节阅读整理后的全文
01
Gemini 3 与基准测试
Berman 概述发布时报告的模型表现。
2025 年 11 月，Matthew Berman 介绍 Google 的 Gemini 3，并提到发布时的排行榜和数学基准成绩。他引用 AIME 2025 满分；基准结果取决于模型版本、设置和工具，不能证明模型在每项任务中都是最好的。Google 后来的对比表将 Gemini 3 Pro 的无工具 AIME 2025 成绩列为 95.0%。
02
Antigravity 与智能体
他介绍 Google 的开发平台和整理邮件的演示。
Berman 还介绍了围绕编程智能体设计的开发环境 Google Antigravity。他说，当时 Gemini 3 Pro 可在免费预览中使用。价格、配额和可用范围可能变化，因此这一历史描述不是当前的服务承诺。
Gemini Agent 示例展示了助手提出整理收件箱的建议，由用户审查。Berman 还提到发布模型拥有 100 万 token 的输入上下文、6.4 万 token 的输出上限，以及文字、图像、视频、代码和音频输入。实际功能与限制取决于具体产品和模型版本。
同频道的其他文章
25:50EN → 简体中文Kimi K3.1 Pro 实测：3D 演示出色，表现不一，价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力，并比较基准成绩与价格。
32:20EN → 简体中文本地 AI 究竟适合谁？成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权，与硬件成本、设置复杂度及推理速度之间的关系。
45:08EN → 简体中文Sam Altman 谈 AI 发现、意识、算力与以人为本的未来Matthew Berman, Sam Altman · Forward Future在与 Matthew Berman 的对谈中，Altman 讨论科学进步、个人助手、递归自我改进与人类自主权。
0:32EN → 简体中文Sam Altman 谈持续存在的软件工作需求Sam Altman, Matthew Berman · OpenAI在一段简短访谈中，Altman 表示，尽管 AI 正在改变软件的制作方式，软件需求可能比人们预想的更大。
12:14EN → 简体中文Gemini 4 Argon 实测：3D 演示、电子表格原型与基准成绩Matthew Berman · Forward FutureMatthew Berman 用游戏和视觉项目测试 Google 模型，并比较公布的编程与智能体基准。
10:36EN → 简体中文Meta Muse Wonder 实测：基准成绩强劲，演示表现不一，额度限制影响体验Matthew Berman · Forward FutureMatthew Berman 测试 Meta 模型的浏览器演示，并分析公开的基准成绩、使用方式和成本。