谷歌新AI Gemini3 Pro 用户信任测试获69%好评

快速阅读: 谷歌发布AI模型Gemini3，在Prolific的独立评估中，用户信任度从16%升至69%，创历史新高。Gemini3在性能、交互、信任及安全性上领先，尤其在多元用户群体中表现一致。Prolific建议企业采用更严谨的评估框架选择AI模型。

近日，谷歌发布了最新的AI模型Gemini3，宣称在多项学术基准测试中位居榜首。然而，依赖厂商提供的基准测试存在一定的局限性。为此，Prolific公司近期开展了一项独立评估，旨在将Gemini3在实际应用中的表现与其他模型进行对比。此次评估涉及26,000名用户，通过盲测方式对AI模型进行了严格比较，重点关注用户信任、适应性和沟通风格等关键指标。

根据Prolific的“HUMAINE基准”，Gemini3Pro的用户信任度从之前的16%大幅提升至69%，创下该机构历史最高纪录。Gemini3在信任、伦理和安全性方面超越了其前身Gemini2.5Pro，后者仅在16%的情况下表现出色。此外，Gemini3在性能与推理、交互与适应性以及信任与安全三个主要评估类别中均排名第一，仅在沟通风格方面被DeepSeek V3超越。

此次测试结果显示，Gemini3在22个不同用户群体中表现出色，覆盖了年龄、性别、种族和政治倾向等多个维度。用户在双盲比较中选择Gemini3的概率是其他模型的五倍。Prolific联合创始人兼首席执行官Phelim Bradley表示，Gemini3的成功在于其在多种场景下的一致表现及其吸引广泛用户群体的独特风格。

HUMAINE的评估方法揭示了行业模型评估中的一些问题。通过让用户体验者在不知情的情况下与两个模型进行多轮对话，测试能够反映出模型性能随受众变化的特点。Bradley指出，尽管在某些情况下会使用AI评估，但人类评估依然不可或缺，因为它能提供更有价值的洞察。

对于企业在选择AI模型时，Bradley建议应采取更为严谨的评估框架，重视模型在不同应用场景和用户群体中的一致性，而不仅仅是单一任务的峰值表现。通过这种评估方法，企业可以更好地挑选出符合其特定需求的AI模型。

**要点总结：**

– Gemini3Pro在用户信任测试中获得了69%的好评，显著高于前代产品的16%。

– 该模型在性能、交互和信任等方面表现突出，尤其在多元化用户群体中展现出一致性。

– Prolific提倡企业采用更严格的评估框架，以选择最适合自身需求的AI模型。

(以上内容均由Ai生成)