Re: [問卦] Gemini屌打ChatGPT幾條街?

[LoveSports (我要當一個渣攻)]

※ 引述《luvstarrysky ()》之銘言：
: 這一個月開始使用Gemini
: 真的感受從前從未感受過的強大威力
: 資訊的更新和給答案的具體程度 都比之前還好太多
: 反觀ChatGPT 限制東限制西
: 問他一些最新資訊給得都是些過時的訊息
: 問他有啥解法或是想法 都淨說些沒屁用的空話
: 重點是還一直想方設法跟你討錢
: 所以現在的Gemini屌打ChatGPT幾條街?

日本這兩天的熱門話題  看起來GPT還是很強啊

有一家AI新創公司跟日本經濟新聞前幾天做了一個測驗

拿日本今年1/17、1/18大學共通考試(相當於台灣的學測)  給各家頂級模型測

結果GPT5.2 Thinking拿九科滿分  15科合計得分率96.9%

Gemini 3.0 Pro兩科滿分  15科合計91.4%

Claude Opus 4.5三科滿分  15科合計90.9%

GPT拿滿分的科目如下:
數學 I A、數學 II BC
化學、化學基礎
物理基礎、地學基礎、生物基礎
資訊 I、公共・政治經濟

GPT往年成績得分率比較:
2024 年：66%
2025 年：91%
2026 年：97%

比較弱的科目是:
地理總合・地理探究：91%
國語：90%

Gemini拿滿分的科目: 數學I A、生物基礎
較弱的科目: 地理82%、國語85.5、物理81、物理基礎84

Claude拿滿分的科目: 公共政治經濟、化學基礎、生物基礎
較弱的科目: 地理72%、國語90%、物理81、化學87、物理基礎84


解題速度方面

Google 與 Anthropic都是最快約4分鐘作答完畢
OpenAI的GPT5.2 Thiking解題時間為其他兩家 2～3 倍


三個模型的共同特徵：

理科明顯強於文科

有附插圖的長文題目或是地理的地圖色塊標示
以及地圖與統計圖方面  作答容易出錯

能理解數學幾何圖形但對世界地圖複合圖表、非規則圖形還是有待加強


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 93.118.40.72 (日本)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1768992035.A.FF6.html
→ dferww55: 進步真的非常快，2024還錯誤百出，現在
→ dferww55: 已經變只有少許錯誤了
真的  回頭看前一兩年的對話紀錄很有感

※ 編輯: LoveSports (93.118.40.72 日本), 01/21/2026 18:49:46
→ Fuuuck: 那些測驗會考複雜的"難定性非理科問題"嗎?
我剛才問各家AI都說會  還說比例增加中

如果你指的是以下這些類型的考題

沒有單一公式套用： 不能只靠背公式秒殺，必須現場閱讀長篇題幹，理解當下的情境（
Context）。

跨領域/生活化場景： 數學科可能會出現「計算電費方案」、「分析跑步數據」或「設計
程式邏輯」；理科可能會出現「閱讀科學辯論文章」而非單純計算。

資料解讀型： 需要同時閱讀文章、圖表、契約書或法律條文（特別是在國語和新的「公
共」科目中），從中提取邏輯上的正確答案，而非文學上的賞析。

※ 編輯: LoveSports (93.118.40.72 日本), 01/21/2026 18:54:28
推 sheng76314: 不會 汎化能力差
→ Fuuuck: "難定性非理科問題"就是排除數理類問題
→ JoeyChen: 蠻好奇gork的表現
看報導描述好像只有測文中這三家  蠻可惜沒測到Grok

有時候問一些問題只有Grok回答正確  尤其是跟時事有關或需要查證的

※ 編輯: LoveSports (93.118.40.72 日本), 01/21/2026 19:00:32
→ Fuuuck: 比如"哪些關鍵病徵會讓門診起防禦心態"
→ Fuuuck: "哪些科別比較不會對關鍵病徵預下立場"
他們說不會考現場臨床問題

如果考醫病關係會著重在公共常識方面

因為是大學入學考 不是醫師國考

→ Fuuuck: 外交如:"中國到底有沒有實質性友邦國?"
※ 編輯: LoveSports (185.135.78.199 日本), 01/21/2026 19:14:43
→ Fuuuck: 社會學問題其實很重要(不是書本知識)
→ Fuuuck: 文藝復興時期為何比現代更重視跨領域人才"
推 chungkai: 能跟老師一樣    教你去分析解題嗎?