3 Flash 在 GPQA Diamond（评估博士级推理能力）和 Humanity's Last Exam（测试广泛的专家知识）等基准测试中表现出色。

MMMU Pro 的这项功能堪称一流，得分与 3 Pro 相当——它不仅能分析文本，还能轻松分析视频和图像中的输入。

它处理复杂任务的速度明显快于 2.5 Pro，成本更低，使用更少的令牌（或信息单元）来节省时间。

⚡️⚡️⚡️来了

最近在和 Opus 4.5thingking 沟通时候，他总是默认把时间记成2024年。看似一个小问题，其实背后反映出它的幻觉悄无声息的就会出现：让大模型回答内容的时候，一定要强调现获取最新的资讯，而不要从你历史信息中推断，至于“时间”本身，也要强调让他获取最新的时间，而不要下意识让它按照它以为的“真实时间”去检索。

Claude Opus 写文档真是排版小能手！用它排版一套一套的

分享个骚操作：在做产品的时候，分别让 Codex、claude Opus 4.5-thinking 同时给我出技术方案,然后让Gemini做裁判,Codex和claude Opus 4.5做副裁判分别对比两个方案。要求少数服从多数选出优胜方案，当然本次三者都选择了Codex 的方案胜出！

哇哦,从小互那里知道的 gemini 新玩法：圈选标注改图

在 Gemini上传一张图片，注意先不要按提交键，先点击那张上传的图片，之后在弹出的图片里面进行圈选，完了确定。

圈选会用不同颜色区分

之后，用文字标注你要修改的地方，明确每个颜色的圈需要怎么修改。

然后就是见证魔法的时候了…

分享一个使用Gemini和notebooklm更好系统化学习知识的姿势

它的回答，让我有点红温了。后来仔细一想，没必要和一个 AI 生气😡

最近开始研究怎么玩播客了，毕竟直播露脸对于我这种人而言还是比较避讳的。 记录一下。 #AIGC创作大赛·夏日

研究了下最近几款做内容的产品