就在谷歌暗示将发布Gemini 3.0 Flash模型时，OpenAI抢先发布了其新一代图像模型GPT Image 1.5，对标谷歌的Nano Banana。从跑分来看已经超过谷歌夺得第一，不过实际用户测试反馈呈现两极 分化，不少人认为其AI味较重。 本文字数：2087，阅读时长大约4分钟 作者 | 第一财经 刘晓洁 封图 | AI生成 2025.12. 17 为了制造话题，OpenAI直接拿CEO奥尔特曼（Sam Altman）当案例演示生图效果。而奥尔特曼本人 也晒出了自己用GPT Image 1.5生成的"消防员写真年历"，被调侃"画风辣眼"。 OpenAl @OpenAI most likely to launch a new image model OpenAI表示，这一代模型具备更强的指令遵循，更精准的图像编辑，也能较好地保留细节，生成速度 是上一代模型的4倍。新的图像模型今天在ChatGPT中面向所有用户推出，并在API中作为GPT Image 1.5提供。 这次OpenAI还实施了降价措施，GPT Image 1.5中的图像输入和输出比上一代便宜了20%，因此用户 可以在相同的预算下生成和迭代 ...

OpenAI深夜祭出大招，全新GPT Image 1.5重磅出世，拿下榜单双料第一，实力碾压谷歌Nano Banana Pro。但全网实测，骂声一片。 谷歌刚传出要发Gemini 3.0 Flash，结果OpenAI反手就是一个「王炸」。 就在刚刚，OpenAI抛出了它的「圣诞彩蛋」——新一代旗舰图像模型ChatGPT Images正式登场。 这一次，OpenAI将生图能力直接拉满： 精准操控： 指令理解力大幅提升，真正做到「指哪改哪」。 细节狂魔： 画面细节保留完整，质感细腻。 极速生成： 速度较前代提升了整整4倍。 而且从今天起，所有ChatGPT免费用户即可上手，开发者也可直接调用GPT Image 1.5 API。 在LMArena竞技场上，它似乎不可战胜： 文生图：以1264 Elo分登顶榜首，力压谷歌Nano Banana Pro（NBP）。 图像编辑：chatgpt-image-latest以3分优势险胜NBP夺冠，而GPT Image 1.5紧随其后位列第4。 在Artificial Analysis上，更是拿下了「双料第一」。 | Rank 14 | Rank Spread O (Upper ...

不少人认为新模型AI味较重。 就在谷歌暗示将发布Gemini 3.0 Flash模型时，OpenAI抢先发布了其新一代图像模型GPT Image 1.5，对标谷歌的Nano Banana。从跑分来看已经超过谷歌夺得 第一，不过实际用户测试反馈呈现两极分化，不少人认为其AI味较重。 为了制造话题，OpenAI直接拿CEO奥尔特曼（Sam Altman）当案例演示生图效果。而奥尔特曼本人也晒出了自己用GPT Image 1.5生成的"消防员写真年 历"，被调侃"画风辣眼"。 不过，与谷歌Nano Banana Pro的实际对比才是行业关注的焦点所在。有观点认为这是OpenAI被谷歌打乱节奏后的仓促应战，也有评测指出该模型确实具备 与谷歌一较高下的实力。 第一财经记者用GPT Image 1.5和Nano Banana Pro分别进行了生图测试，从这个测试来看，两个模型各有优缺点。GPT Image 1.5在画面质感和提示词遵循上 表现更好，但对中文支持明显不足，生成文字错误频出；Nano Banana Pro在文字准确性上占优，却在构图指令遵循上屡屡失误。 OpenAI表示，这一代模型具备更强的指令遵循，更精准的 ...

产品性能与能力 - 下一代旗舰模型Gemini 3在编程领域表现卓越，尤其擅长前端开发和SVG矢量图生成，被网友称为“有史以来最出色的前端和网页开发模型”[1] - 模型多模态能力显著增强，能够根据简短提示词直接生成可运行的黑洞可视化效果、带动画的SVG以及原创钢琴曲[1] - 在号称最难的“人类最后考试HLE基准”上，Gemini 3.0取得32.4%的最高分，性能超过GPT-5（high）和Grok 4[10] - 模型物理原理理解能力提升，能正确应对“数手指”陷阱，在测试中准确回答出6根手指，而直接调用模型知识会错误回答5根[21] - 对于游戏背景图等要求更高的图像生成任务，Gemini 3.0能输出精致结果，例如绘制《我的世界》时几乎每一帧都透露着精致[15] 技术规格与架构 - Gemini 3预计推出两个版本：Gemini 3.0 Pro和Gemini 3.0 Flash[3] - Gemini 3.0 Pro采用MoE架构，拥有数万亿参数，但每次查询仅需激活150~200亿参数[4] - 模型上下文窗口从100万扩展至数百万，并内置深度思考模式和多模态功能，支持视频、图片、音频处理[4] - 在超高难度的通用智力测试ARC-AGI-2上，开启思考模式的Gemini 3.0准确率接近35%，而其他模型均在20%以下[6] 市场反应与测试反馈 - 模型未发布便已通过内测在社交媒体引发广泛关注，网友对其能力给予高度评价，并有人断言其已预定年度最佳模型[1] - 内测显示模型在零样本提示下能生成蕴含卡尔达舍夫等级3文明内容的演示网站，展现出强大推理能力[9] - 与之前版本相比，产品升级效果肉眼可见，例如在手柄渲染图生成上，Pro版本的输出与真实产品图相当接近，而几个月前测试Gemini 2.5 Ultra的结果则差距较大[12][13] - 在智能体函数调用方面，据网友爆料Gemini 3.0将带来新的改变，但具体细节因保密暂未透露[22] 产品发布计划 - 谷歌内部研究人员曾在国庆期间预热产品发布，坊间一度传闻上线时间为10月9日，但已被证伪[23] - 根据Reddit网友扒出的疑似谷歌内部文件，产品发布时间显示为10月22日[24] - 网友对正式上线版本表示期待，并希望公司不要对产品功能进行“阉割”[26]

产品发布与开发进度 - 谷歌下一代旗舰AI模型Gemini 3 0预计将于2025年10月22日正式发布[1][2] - 产品开发遵循明确的里程碑时间表 包括内部测试阶段如Teamfood已于2025年8月25日完成 Fishfood于2025年9月26日完成 后续将进行AIM Dogfood和Google Dogfood测试 最终发布和推广计划在2025年11月12日进行[2] - Gemini 3 0 Pro版本已在最新的Gemini CLI提交中被引用 表明技术集成已进入后期阶段[8] 产品规格与技术架构 - Gemini 3 0采用了混合专家模型架构 参数量超万亿 每次查询激活的参数量为150亿至200亿[9] - 模型的上下文长度从100万token跃升至数百万token 具备处理整本书籍或完整代码库的能力[9] - 产品家族预计将包含Gemini 3 0 Pro Gemini 3 0 Flash和Gemini 3 0 Ultra等多个版本[5][6] 功能演示与性能表现 - 模型在多项前端开发任务中表现出色 能够根据单一指令直接生成完整网页 复杂游戏和原创音乐[1][3][4] - 在具体测试中 Gemini 3 0能一次性成功生成如"太空侵略者"游戏 "城堡防御"游戏以及古代艺术博物馆网页等复杂内容[13][14] - 在视觉生成能力上表现突出 例如能生成遵循物理定律的3D六边形小球动画 并将"骑自行车的鹈鹕"这类测试提示转化为3D像素艺术 效果显著优于早期模型[3][17][26] 市场表现与开发背景 - Gemini系列产品在2025年9月实现了46 24%的环比增长率 增速高于ChatGPT Claude和Grok等其他同类产品[35] - Gemini 3 0 Pro的训练始于2025年4月 预训练阶段于2025年7月左右结束 之后进行了约2至3个月的后训练工作[38] - 其前代产品Gemini 2 5 Pro和Flash版本已于2025年6月17日进入正式状态[41]