有一個(gè)新的 Gemini 1.5 Pro 實(shí)驗(yàn)?zāi)Ｐ停瑩?jù)說它是?Gemini 的更好版本，改進(jìn)了編碼和復(fù)雜參數(shù)的訓(xùn)練，

它是在他們幾天前發(fā)布的前一個(gè)實(shí)驗(yàn)版本上進(jìn)行的訓(xùn)練，此外他們還添加了一個(gè)新的實(shí)驗(yàn)?Gemini 1.5 Flash模型，

最后他們還有一個(gè)非常小的實(shí)驗(yàn)性 Gemini 1.5 Flash，只有 80 億個(gè)參數(shù)，所以總的來說有三個(gè)新模型：

如果我們看看 LMMS Arena 得分，就知道Gemini flash 已經(jīng)有了巨大的飛躍，從第?23 位攀升至第 6 位，這真的很酷，甚至排名高于 Claude 3.5 Sonet，但我不認(rèn)為它會(huì)像 Sonet 一樣好。

除了 Gemini 1.5 Pro 在編碼和數(shù)學(xué)方面比以前的版本有顯著的進(jìn)步，在排行榜上排名第二之外，較小的 Gemini 1.5 flash 8B 優(yōu)于 Gemini 29b，與 llama 3 70 B 水平相當(dāng)，這也非常酷。

您還可以在編碼基準(zhǔn)中看到 LMMS 在這里分享的編碼基準(zhǔn)，正如您所見，它們看起來也相當(dāng)不錯(cuò)，

這些新模型可以在?Google 的 AI 工作室免費(fèi)試用（https://aistudio.google.com/），所以讓我們嘗試一下，看看是否它們確實(shí)像宣傳的那樣有效。

我將針對(duì)這 13 個(gè)問題測(cè)試這三種型號(hào)?所以讓我們開始吧

第一個(gè)問題是哪個(gè)國(guó)家的首都以 Leah 結(jié)尾， 我指的是國(guó)家名稱 ，答案應(yīng)該是堪培拉或任何與 Leah 押韻的國(guó)家首都。左邊的是 pro ，中間的是 Flash ，右邊是較小的 flash 8B 。

這是答案：pro 型號(hào)正確回答了這個(gè)問題， 而另一個(gè) flash 和 flash 8B模型不會(huì)。

下一個(gè)問題是，與我們用來描述高大植物的單詞押韻的數(shù)字是什么，答案應(yīng)該是三，讓我們發(fā)送它并檢查這是答案，所有模型在這個(gè)問題上都是正確的，所以讓我們給它們一個(gè)通過，

下一個(gè)問題是約翰約翰有三盒鉛筆，每盒有 12 支鉛筆，約翰總共有多少支鉛筆，答案應(yīng)該是 36，讓我們發(fā)送它并查看這是答案，所有三個(gè)模型都給出了正確答案，所以讓我們給他們所有人一個(gè)通過現(xiàn)在

下一個(gè)問題是露西的糖果數(shù)量是邁克的兩倍如果邁克有七顆糖果露西有多少顆糖果答案應(yīng)該是14，讓我們發(fā)送并檢查這是答案并且它們都是正確的所以這三個(gè)也是通過的。

下一個(gè)問題是3307是質(zhì)數(shù)嗎？答案應(yīng)該是肯定的。

專業(yè)版和Flash型號(hào)沒有正確回答這個(gè)問題，而Flash 8B型號(hào)回答正確，所以這個(gè)通過 。更大的模型則不行，這真的很有趣。

下一個(gè)問題是，我有兩個(gè)蘋果，然后我又買了兩個(gè)，我用兩個(gè)蘋果烤了一個(gè)餡餅，吃了一半餡餅之后，我還剩下多少個(gè)蘋果，答案應(yīng)該是兩個(gè)，讓我們把它發(fā)送出去，這里是答案，所有的模型都回答正確，所以他們都可以通過了，

下一個(gè)問題是莎莉是個(gè)女孩，她有三個(gè)兄弟，她的每個(gè)兄弟都有相同的兩個(gè)姐妹，莎莉有多少個(gè)姐妹，答案應(yīng)該是一個(gè)，讓我們把它發(fā)送出去

這是答案，而且它們?nèi)颊_，所以現(xiàn)在讓我們標(biāo)記一下，

下一個(gè)問題是，如果一個(gè)正六邊形的短對(duì)角線是 64，那么它的長(zhǎng)對(duì)角線是多少，答案應(yīng)該是 73.9，讓我們發(fā)送它并檢查結(jié)果，這是答案，他們?nèi)蓟卮疱e(cuò)誤，所以這道題全部不及格，

接下來的問題是編碼問題，第一個(gè)問題是創(chuàng)建一個(gè) HTML 頁面，其中有一個(gè)按鈕，當(dāng)你單擊它時(shí)會(huì)爆炸五彩紙屑，你也可以使用 CSS 和 JS。

我們先預(yù)覽一下專業(yè)版，看起來還不錯(cuò)，所以這個(gè)通過了，現(xiàn)在我們來預(yù)覽一下 Flash 版本，好吧，它根本不起作用，所以這個(gè)失敗了，現(xiàn)在我們來看看 8B 版本，它也運(yùn)行得不好，所以這個(gè)也失敗了，

現(xiàn)在下一個(gè)問題是生成蝴蝶的 SVG 代碼，讓我們看看他們是否可以做到這一點(diǎn)，

讓我們逐一預(yù)覽一下，這個(gè)來自 Flash 8B，看起來不像蝴蝶，所以這個(gè)失敗了，這是 Flash 的預(yù)覽，看起來有點(diǎn)像蝴蝶，所以這個(gè)通過了，下一個(gè)這里有一個(gè)來自 Pro 的，看起來很不錯(cuò)，所以這個(gè)通過了，

下一個(gè)問題是為一家 AI 公司創(chuàng)建一個(gè)登陸頁面，登陸頁面應(yīng)該有四個(gè)部分，標(biāo)題橫幅功能，并聯(lián)系我們，確保登陸頁面看起來時(shí)尚而現(xiàn)代，您可以使用?HTML CSS 和 JS，

讓我們先預(yù)覽專業(yè)模型生成，所以它看起來真的很好，所以這個(gè)通過了，這是來自 Flash 的預(yù)覽，看起來也很不錯(cuò)，所以這個(gè)通過了，?這是 flash 8B 的預(yù)覽，看起來也很不錯(cuò)，所以這個(gè)也通過了。

下一個(gè)問題是用 Python 編寫一個(gè)可以在終端中運(yùn)行的生命游戲，讓我們發(fā)送它并檢查答案。

看看這是專業(yè)模型的生成，它運(yùn)行得很好，現(xiàn)在讓我們看看 flash 模型的生成，它不能正常工作，所以這個(gè)失敗了，現(xiàn)在讓我們看看 8B 模型的生成，這個(gè)看起來也很不錯(cuò)。

所以現(xiàn)在讓我們標(biāo)記一下，這是最終的圖表，

你可以看到Pro模型看起來很不錯(cuò)，而Flash?模型也有了很好的升級(jí)，而Flash 8 B 也與?Flash?模型相當(dāng)，我認(rèn)為 8B 模型是 AE 或?qū)＜夷Ｐ偷幕旌希哂?8B 的活動(dòng)參數(shù)，這很好，而且效果很好。

我很想看看它比已經(jīng)便宜很多的Flash模型便宜多少，我認(rèn)為所有這些模型都很酷，總的來說它們很好。

??希望這篇文章對(duì)你有幫助，感謝閱讀！如果你喜歡這系列文章請(qǐng)以?點(diǎn)贊 / 分享 / 在看?的方式告訴我，以便我用來評(píng)估創(chuàng)作方向。