全球 AI 競賽進入白熱化階段。繼 X（前稱 Twitter）日前發布 Grok 4.1 後，Google 昨日（19日）隨即在香港及全球同步推出新的 AI 模型 —— Gemini 3。這款新一代模型不單在推理能力上刷新了多項業界紀錄，更針對開發者推出了名為「Google Antigravity」的全新代理開發平台，試圖將 AI 從單純的「工具」升格為能主動解決複雜難題的「合作夥伴」。
推理能力大躍進：Deep Think 模式展現博士級思維
Google 是次發布的核心亮點，在於 Gemini 3 對「推理能力」的極致追求。根據官方數據，率先推出的 Gemini 3 Pro 預覽版在多項基準測試中表現驚人。在權威的 LMArena 排行榜上，該模型取得了 1501 Elo 的歷史高分，位居榜首。
為了驗證其處理深奧知識的能力，Google 採用了名為「人類的最後考試」（Humanity’s Last Exam）的高難度測試。結果顯示，Gemini 3 Pro 在未經任何工具輔助下取得了 37.5% 的分數。此外，在衡量多模態（即同時處理文字、圖像、影片）能力的 MMMU-Pro 測試中，它亦獲得了 81% 的高分，顯示其能準確捕捉用戶在複雜情境下的意圖。
除了 Pro 版本，Google 更披露了一款名為 Gemini 3 Deep Think 的升級推理模式。這款模型被視為 Google 的「秘密武器」，其推理效能更進一步，在上述的「人類的最後考試」中得分推高至 41%，而在 GPQA Diamond 測試中更高達 93.8%。目前 Deep Think 模式已開放予安全測試人員，預計數週內將向 Google AI Ultra 的訂閱用戶開放。
Antigravity：AI 不再只是聊天，而是「代理人」
在模型性能之外，Google 是次更著重於 AI 的實際應用形態。伴隨 Gemini 3 面世，Google 正式發布了代理開發平台 Google Antigravity。
這個平台的概念是讓 AI 具備「代理（Agent）」能力。透過結合 Gemini 3 的推理與編碼能力，AI 能夠在 Antigravity 平台上代表用戶「自主規劃」並「執行」複雜的端到端軟件任務，甚至能自行驗證程式碼是否可行。這意味著 AI 助理的角色將由被動的問答機器，轉變為能主動完成工作的搭檔。該平台兼容 MacOS、Windows 及 Linux，並已整合了最新的電腦控制模型（Gemini 2.5 Computer Use）及圖像編輯模型 Nano Banana。
應用場景：從「氛圍編碼」到生活規劃
Gemini 3 的強大推理能力亦被應用於更廣泛的日常與專業場景：
- 編碼開發： 在 WebDev Arena 測試中，Gemini 3 取得 1487 Elo 分數，Google 稱其為迄今最強的「氛圍編碼」（vibe coding）模型，能協助開發者快速構建創意。
- 生活規劃： 針對多步驟的繁瑣任務，例如整理 Gmail 郵箱或規劃詳細的旅行行程，Gemini 3 展現了更高的可靠性與一致性。
- 學習輔助： 憑藉高達 100 萬個詞元的元脈絡長度（context window），用戶可以上載整份學術論文或講座影片，模型便能生成互動式學習卡或視覺化圖表，充當私人補習導師。
搜尋體驗革新：更懂你的「查詢扇出」技術
作為 Google 的核心產品，Google 搜尋亦即時整合了 Gemini 3。新引入的「查詢扇出」（query fan-out）技術，讓搜尋引擎能更智慧地理解用戶背後的真實意圖，從而發掘更多過往可能被忽略的相關網絡內容。此外，搜尋介面也迎來變革，AI 模式能根據查詢內容，動態生成最適合的視覺佈局（例如互動圖表或模擬功能），而非單純列出連結。
兩強對決：Google Gemini 3 vs. X Grok 4.1
就在 Google 發布 Gemini 3 的前一天（11月17日），由 Elon Musk 領導的 xAI 亦推出了其最新模型 Grok 4.1，令這場 AI 大戰充滿火藥味。綜合目前的市場資訊與 Google 官方數據，兩者在定位與強項上有明顯分野：
1. 推理能力的頂上對決 這是兩者競爭最激烈的戰場。Grok 4.1 在發布時曾短暫登上 LMArena 排行榜首位（約 1483 Elo），主打大幅提升的邏輯與情感理解。然而，Google 僅隔兩日發布的 Gemini 3 Pro 即以 1501 Elo 的分數實現反超，並透過 Deep Think 模式進一步鞏固其在處理博士級複雜問題上的優勢。在純粹的邏輯推理與學術解題上，Gemini 3 目前似乎略勝一籌。
2. 「高情商」與「理科生」的風格差異 Grok 4.1 的升級重點在於「情感智能（EQ）」與創意寫作，旨在提供更具個性、更像人類的對話體驗，並減少過往模型常見的「幻覺」錯誤。相比之下，Google Gemini 3 則更像一位嚴謹的「全能理科生」，強調作為「思考夥伴（Thought Partner）」的精準度，以及透過 Antigravity 平台執行實際編碼與軟件操作的任務能力。
3. 生態系整合 Gemini 3 的優勢在於與 Google 龐大生態（搜尋引擎、Workspace、Android）的深度結合，能直接在用戶日常使用的工具中發揮作用。而 Grok 4.1 則深度植根於 X 平台，利用即時社交媒體數據進行實時資訊整合，對於追求即時熱話與社交互動的用戶而言，仍具有不可替代的獨特性。
