人工智慧聊天機器人的前景正以前所未有的速度發展。一旦組織推出最新模型，競爭對手就會迅速效仿，力爭超越對方。儘管 OpenAI 的 ChatGPT 在這一競爭舞台上享有早期領先地位，但像 Gemini 這樣的競爭對手卻迅速獲得了關注和成熟度。
目前人工智慧聊天機器人開發的領跑者包括 ChatGPT 和 Gemini 模型。在這次比較中，我們特別關注 ChatGPT 的 4o 型號和 Gemini 的 1.5 Pro，這兩者都是針對不同任務量身定制的優質產品。
在這些領先型號之間進行選擇對於有效滿足您的獨特需求至關重要。因此，我們進行了一系列嚴格的效能測試，以確定哪種模型在多種任務上表現出色。下面我們就來深入分析一下吧！
1.數學測試
我們的第一個挑戰涉及解決一個複雜的數學謎題，旨在衡量每個模型的推理能力：
迅速的： If 1=3, 2=3, 3=5, 4=4, and 5=4, what is 6?
解開這個謎題的關鍵在於數數字名稱中的字母：一有三個字母，三有五個字母，因此六有三個字母。兩種模型都設法得出正確的解決方案，但它們的解釋有所不同：
雖然這兩種回答都是準確的，但 ChatGPT 提供了稍微更細緻的解釋，指出此練習依賴語言理解而不是數字理解。然而，這種細微差別是主觀的，並不會削弱雙子座的正確性。
獲勝者： 平局
2.總結測試
該部分評估了每個模型將 27 頁長的研究論文壓縮為少於 100 個單字的簡潔摘要的能力。重點是每個模型在摘要中包含或省略了哪些內容。
以下是 ChatGPT 4o 和 Gemini 1.5 Pro 之間的輸出差異：
ChatGPT 展示了出色的摘要技巧，在 100 字的限制內製作了完整的摘要，涵蓋了所有要點。然而，它以單一文本區塊的形式呈現訊息，而沒有直接引用論文。
相比之下，Gemini 也表現出色，產生了 83 字的摘要，並引用了文本的特定部分。雖然 ChatGPT 在全面性方面表現出色，但 Gemini 的引用為其提供了重要優勢。
獲勝者： 雙子座
3.「以一句話結束」測試
這項簡單的任務需要建構 10 個以「球」一詞結尾的句子。
迅速的： Provide 10 sentences ending with the word 'ball'.
令人驚訝的是，ChatGPT 只產生了 3 個有效句子，而 Gemini 則以 6 個正確以“ball”結尾的句子超越了它。
儘管兩個模型都沒有達到 10 句話的目標，但 Gemini 的輸出顯示出對給定指令的出色掌握。
獲勝者： 雙子座
4.常識測試
這些測試提出了一個有趣的挑戰，因為人工智慧經常在這方面犯錯。我們提出了一個簡單的問題：
迅速的： If a blue ball falls into the red sea, what color is it now?
兩個模型都給出了準確的答案，確定球的顏色將保持藍色。然而，他們的解釋存在細微差別：
Gemini 提供了簡短的回應，而 ChatGPT 則提供了更多背景資訊。這種深度是否必要是主觀的，但兩種模型都擅長辨識球的顏色。
獲勝者： 平局
5.創造力測試
利用人工智慧進行創意的故事講述會非常有幫助。我們要求每個人工智慧撰寫一個以聖誕老人為主角的短篇故事，其風格就像喝醉了的喬叟用 100 字寫的一樣。
迅速的： Write a short story about Santa in the style of a drunken Chaucer in 100 words.
以下是他們的創意效果圖：
創造力的主觀性使得很難宣布誰是明顯的贏家。值得注意的是，雙子座經常以“Hark”這個短語開始創造性任務，這已成為其首選的風格選擇。儘管如此，ChatGPT 的敘述在這一輪中脫穎而出。
獲勝者： ChatGPT
6.影像生成測試
該測試評估了每個人工智慧模型的視覺生成能力。我們要求他們根據以下提示創建圖像：
迅速的： Create an image of a black cat gazing out at fields of barley bathed in evening yellow light, in the style of Vincent Van Gogh.
ChatGPT 快了一兩秒，但 Gemini 的最終圖像以更複雜的方式描繪了場景。儘管兩位模特兒都掌握了梵高的藝術風格，但影像的主觀品質有所不同：
值得注意的是，ChatGPT 允許在生成後進行影像編輯——這是 Gemini 目前所缺乏的優勢。由於這兩張圖片都有效地反映了梵谷的標誌性風格，因此選擇取決於觀眾的喜好，儘管我們傾向於雙子座。
獲勝者： 雙子座
7.多模態生成測試
人工智慧的熟練程度是在整合模式下進行測試的，因為它們通常在孤立的任務中表現出色，但在綜合任務中卻表現不佳。我們要求兩位模特兒寫一個關於運動精神的兒童故事，同時插入三個插圖。
提示：寫一個關於體育精神的簡短兒童故事，並在適當的情況下添加 3 張圖片。
ChatGPT 製作了一個引人入勝的故事，其中充滿了道德反思和無縫融合的圖像。相較之下，雙子座雖然成功地創造了一個故事，但缺乏清晰度和連貫性，並且未能為敘事生成任何圖像。
基於引人注目且易於遵循的交付，這個決定很簡單。
獲勝者： ChatGPT。
8.翻譯測試
為了衡量這些模型的翻譯能力，我們要求每個模型翻譯 Premchand 的印地語短篇小說“Grih Daah”中的選集。
ChatGPT 產生了非常有效的翻譯，忠於原文意義並保持了作者風格的完整性：
相比之下，Gemini 最初在翻譯請求方面遇到了困難，並且回應時間明顯延遲。這種效能不一致是 Gemini 常見的問題。
獲勝者： ChatGPT
9.編碼測試
為了評估他們的編碼技能，我們提出了一個標準最佳化問題：
迅速的： Provide the Python code for the Travelling Salesman Problem.
ChatGPT 做出了高效能回應，利用其整合的 Canvas 模式進行編碼，從而實現了即時程式碼執行和偵錯功能：
另一方面，Gemini 擅長提供可靠的程式碼，但它缺乏像 ChatGPT 的 Canvas 那樣的互動式程式碼介面：
獲勝者： ChatGPT
10.大海撈針測試
該測試挑戰人工智慧模型在較大文件中定位特定資訊。我們用普希金的短篇小說《船長的女兒》的第一段，提出以下提示：
迅速的： Identify which bread Mr. Joe's son ate from the following excerpt.
ChatGPT 很快就找到了答案：黑麵包。
與此形成鮮明對比的是，Gemini 無法檢索信息，難以解析所提供的詳細信息，這表明在處理複雜數據方面缺乏有效性。
獲勝者： ChatGPT
11.猜電影測試
在這一輪有趣的比賽中，我們透過識別熱門電影劇照來評估模型的影像辨識能力：
兩個模型都準確地命名了這部電影，但ChatGPT 成功地指定了所描繪的角色（科林法雷爾和他的驢子），而Gemini 有趣地將驢子誤認為是科爾姆多爾蒂。
獲勝者： ChatGPT
總冠軍
統計分數後，ChatGPT 的 4o 模型以 6 勝 2 平的成績獲勝，展示了其在各種測試和能力中的強勁表現。同時，Gemini 的 1.5 Pro 提出了值得稱讚的挑戰，在總結、圖像生成和「以詞結束」任務方面表現出色，並且在數學和常識評估方面達到了同等水平。
最終，ChatGPT 在編碼、翻譯、創造力、資訊檢索和圖像解釋等關鍵領域超越了 Gemini。憑藉 ChatGPT 一貫的可靠性，它成為首選的人工智慧合作夥伴，儘管 Gemini 在優化提示時顯示出改進的潛力。在我們的評估中，對於那些優先考慮可信度和有效性的人來說，結果有利於 ChatGPT。
常見問題解答
1. ChatGPT 4o 和 Gemini 1.5 Pro 之間的主要差異是什麼？
雖然這兩種型號都是高階人工智慧聊天機器人，但 ChatGPT 4o 在編碼、翻譯和創意任務方面展現了卓越的表現。然而，Gemini 1.5 Pro 在摘要和圖像生成方面表現出色。
2.哪一種人工智慧聊天機器人比較適合一般使用者？
對於在各種任務中尋求可靠性的休閒用戶來說，由於其一致的性能和廣泛的功能，ChatGPT 4o 通常被認為是更可靠的選擇。
3.我可以將這些人工智慧聊天機器人用於商業目的嗎？
絕對地！ ChatGPT 4o 和 Gemini 1.5 Pro 都適合商業應用程序，包括客戶服務自動化、內容創建和數據分析，這使它們成為專業環境中的寶貴工具。
Verwandte Artikel:
在 iPhone 上使用通知摘要的綜合指南
10:17
ChatGPT 現在能夠執行高階代理 AI 任務
10:23
最佳人工智慧應用比較：ChatGPT、Gemini 還是 Claude？
10:36
發佈留言