待验证70% 置信事实时间未知

在超级马里奥复刻测试中，Opus经过三次迭代后几乎还原了原版游戏体验，而Gemini三次迭代后音乐不准确、游戏玩法不正确

1

来源数

70%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Gemini 3.1 Pro vs Opus 4.6：前端编程能力实测对比

bilibili伊莱文思帕

涉及实体

Opus 4.6model Gemini 3.1 Promodel

相关事实

待验证在吃豆人测试中，Opus经过两次迭代实现了正常的游戏机制，而Gemini给了三次机会后吃豆人甚至无法移动76% 相似待验证Gemini 2.5 Pro在Kitten Cannon克隆游戏测试中，第一次生成636行代码出现类型错误，经过三次提示后游戏成功运行72% 相似待验证科技博主Theo在实战编码测试中发现Gemini 3.5 Flash是所有测试模型中唯一一个没能让游戏正常运行的71% 相似待验证Gemini 3在SWE-bench基准测试中智能体场景下的得分远超同类模型71% 相似待验证Gemini 3.1 Pro容易产生幻觉，有时输出质量不稳定69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/9556

API

curl https://kongchang.com/api/v1/knowledge/claims/9556

MCP

get_claim(id=9556)