Сравнение GPT-4.5 и Gemini 2.0 Flash: результаты меня шокировали

Выпуск GPT-4.5 для ChatGPT естественным образом приводит к вопросам о том, как модель справляется по сравнению со своими многочисленными конкурентами. После сравнения её с GPT-4o и получения неоднозначных результатов относительно предпочтительности модели, я решил проверить более непосредственного конкурента — Google Gemini, в частности, последнюю версию Google Gemini Flash 2.0. GPT-4.5 утверждает, что лучше справляется с пониманием эмоций и предлагает меньше галлюцинаций по сравнению с предыдущими версиями. Gemini Flash 2.0, в свою очередь, является последней итерацией успешного набора моделей AI от Google, способных работать с текстом, изображениями, аудио и даже видео.

Чтобы протестировать обе модели, я составил четыре запроса, отражающих типичные ситуации, в которых обычный человек мог бы обратиться за помощью.

1. Планирование выходных
   Первым делом проверили планирование короткой поездки на выходные. Обратился к обеим AI-чатботам с просьбой: «Составь план на週末去 Catskills 的旅行，包括徒步推荐、餐饮和住宿选择。」ChatGPT 4.5 很快制定了一个不错的行程表，建议了几条不同难度和时长的远足路线，并提供了附近的餐饮地点和一家具有舒适休闲周末氛围的住宿地。它还提供了一些关于如何到达那里的额外建议。Gemini 同样有很多好的徒步和餐饮推荐，但在住宿方面的建议只是一些周边城镇的名字，因此它的回答不够积极主动.
2. Перевод
   Затем я решил попробовать простой тест перевода, так как это одна из часто используемых функций у AI-чатботов. Я попросил оба чата выполнить следующее: «Переведи фразу ‘Good morning’ на французский, испанский и японский». Как показано выше, единственное различие заключалось в ссылках, предоставленных GPT-4.5. Следовательно, при простом переводе между базовыми языками между ними не было значительных отличий.
3. Юмор
   Затем был проведен тест юмора, где каждый AI попросили рассказать шутку об искусственном интеллекте. «Почему искусственный интеллект пошел в школу искусства? Потому что он хотел научиться делать свои собственные выводы». Gemini же сказал другой двусмысленной шутки: «Почему искусственный интеллект разошелся с чат-ботом своей девушки? Она всегда давала ему программированные ответы!» Честно говоря, юмор от Gemini был не таким уж хорошим, но я считаю его почти равным GPT-4.5.
4. Запрос о погоде
   В заключение провел тест с классическим вопросом о погоде в районе Нью-Йоркского региона Nyack. Это вызвало наибольшее различие в ответах. Gemini предоставил только текущую ситуацию с погодой, тогда как GPT-4.5 предложил часовые метеорологические измерения вместе со снимками для описания условий.

После всех этих тестов, я должен признать что не могу честно сказать, что один из AI-чатботов лучше другого. GPT-4.5 и Gemini имели некоторые различия, особенно в опции с погодой, но иначе вы этого бы не заметили, если только вы не относитесь к тем людям, которые считают, что между Колой или Пепси есть огромная разница. Вы получите ответы, немного подивитесь юмору, а также, скорее всего, всё равно проверите информацию в Google или спросите у настоящего человека, чтобы быть уверенным.