- Gemini 3 Pro заняла первое место в бенчмарке Design Arena, победив в четырёх из пяти категорий, включая веб-дизайн и гейм-дизайн.
- Модель показала лучший результат на LMArena, опередив Grok 4.1 и заняв лидирующие позиции во всех тестируемых категориях.
- Gemini 3 Pro достигла значительных успехов в бенчмарке пространственного мышления, почти дойдя до человеческого уровня.
После недавнего выпуска Gemini 3 Pro появились первые независимые оценки её возможностей в различных бенчмарках, характеризующих качество работы искусственного интеллекта. Одним из ключевых тестов стал Design Arena — платформа, где проводится слепая проверка моделей. Пользователи по промптам заказчика создают код с элементами дизайна, выбирают лучший из двух вариантов, после чего раскрывается, какой ИИ участвовал. По итогам Gemini 3 Pro уверенно заняла лидирующую позицию, выиграв в четырёх из пяти направлений: веб-дизайне, 3D дизайне, создании компонентов интерфейса и гейм-дизайне. Единственной областью, где она уступила, оказалась визуализация графиков.
Ещё один значимый тест — LMArena — также подтвердил высокие результаты Gemini 3 Pro. В слепом сравнении с разными ИИ, включая недавно выпущенную модель Grok 4.1, Gemini 3 Pro набрала максимальный рейтинг в 1501 очко и стала победителем во всех категориях. Интересно, что Grok 4.1 продемонстрировал очень близкие показатели, заняв второе и третье места, что подчёркивает высокий уровень конкуренции на рынке искусственного интеллекта.
Особое внимание эксперты уделили бенчмарку по пространственному мышлению — одной из наиболее сложных задач для языковых моделей. Gemini 3 Pro значительно превзошла конкурентов и приблизилась к отметке, приближающейся к человеческому уровню (100%). Это свидетельствует о серьёзном прогрессе в понимании модели пространственных отношений между объектами, их размеров и взаимного расположения — аспектов, которые ранее вызывали значительные трудности у ИИ.
Таким образом, Gemini 3 Pro подтверждает свою позицию как одной из наиболее продвинутых и универсальных моделей на сегодняшний день, демонстрируя успехи в различных областях от дизайна и программирования до сложного пространственного восприятия.
