待验证70% 置信事实时间未知

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

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76% 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70% 相似待验证Gemini 2.5 Pro在数学能力基准测试中与O3 Mini持平，两者都将其他模型远远甩在身后67% 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65% 相似已验证Gemini 3.5 Flash在几乎所有基准测试中超越了Gemini 3.1 Pro64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/9557

API

curl https://kongchang.com/api/v1/knowledge/claims/9557

MCP

get_claim(id=9557)