原贴链接

帖子仅包含一个链接：https://llminfo.image.fangd123.cn/images/lizc4v8ncfee1.jpeg!/format/webp，无实质可翻译内容

讨论总结

整个讨论围绕着Gemini Thinking experimental 01 - 21展开。从模型的思维情况、与其他版本关系，到对模型的评价，包括速度、编码结果、上下文窗口等特性，还有模型命名、是否为后续版本等方面进行了交流，既有正面评价也有负面评价，氛围较为理性客观。

主要观点

  1. 👍 询问Gemini Pro的思维情况
    • 支持理由：Gemini Pro相关，想了解其思维情况。
    • 反对声音：无。
  2. 🔥 Gemini Thinking experimental 01 - 21与1206 Pro共享知识库
    • 正方观点：指出模型间的关联。
    • 反方观点：无。
  3. 💡 认为Gemini Thinking experimental 01 - 21可能是Pro思维模型但以Flash形式发布实验版本
    • 解释：从版本关系等方面推测。
  4. 💡 对Gemini Thinking experimental 01 - 21整体喜欢但认为速度不突出
    • 解释：是较为全面的评价。
  5. 💡 旧思考模型上下文窗口32k，新模型100万且与其他谷歌模型相似
    • 解释：对比新旧模型的上下文窗口特性。

金句与有趣评论

  1. “😂 Where gemini pro thinking?”
    • 亮点：直接询问Gemini Pro思维所在，是很多人关心的问题。
  2. “🤔 This shares same knowledge base as 1206 pro not Flash 2.0 or thinking 1219.”
    • 亮点：明确指出模型间知识库的关系。
  3. “👀 I enjoy it very much, it’s honestly quite a good model. The speed isn’t impressive though.”
    • 亮点：对模型的正负评价都有。
  4. “🤔 The first thinking model only had 32k context window, the new one has 1Million like most other Google models.”
    • 亮点：给出新旧模型上下文窗口的对比。
  5. “😎 One million context lenght, finally!!!!”
    • 亮点：表达对新特性的兴奋。

情感分析

总体情感倾向较复杂，既有正面评价如对模型初步编码结果感到惊讶、喜欢这个模型等，也有负面评价如认为谷歌速度慢、Gemini速度不令人印象深刻等。主要分歧点在于对Gemini系列模型的评价以及谷歌在AI领域表现的看法。可能的原因是不同用户对模型的期望、使用体验和对谷歌公司的印象不同。

趋势与预测

  • 新兴话题：如果Gemini Thinking experimental 01 - 21定价与Flash 1.5相同会改变行业格局这一观点可能引发后续讨论。
  • 潜在影响：对Gemini系列模型的评价可能影响其后续发展方向以及用户对类似AI模型的期待和选择。

详细内容：

《关于 Gemini Thinking 实验模型的热门讨论》

在 Reddit 上，一则关于“Gemini Thinking experimental 01-21 已发布”的帖子引发了众多关注。该帖子包含一张图片，但因连接错误无法正常显示，图片链接为：https://i.redd.it/lizc4v8ncfee1.jpeg 。此帖获得了大量的点赞和评论，引发了一系列热烈的讨论。

讨论的焦点主要集中在 Gemini Thinking 模型的性能、特点以及与其他模型的比较等方面。有人认为这个模型很不错，但速度不太令人满意；也有人表示得到的结果接近 o1 且速度更快，觉得速度对于推理模型而言很棒。还有人指出第一代思维模型的上下文窗口只有 32k，而新模型达到了 100 万，与大多数谷歌模型相同。有人质疑命名的不一致性，有人好奇这是否是实验版的续集。

有用户感慨谷歌的速度太慢，甚至认为在 DeepSeek 赶上之前，谷歌的表现实在令人沮丧。也有人提出不同看法，认为开放权重模型超越封闭模型并非令人沮丧之事。还有人认为之前 Gemini 1.5/1.0 版本的发布效果不佳，但这次新的 AI Studio 模型表现良好，看起来这次没有急于推出。有人表示能随意使用实验模型很棒，希望其他公司也能如此。也有人觉得还是开放的 AI 更好并且免费。还有人指出 Meta 的速度更慢，这令人惊讶，毕竟其拥有大量的 GPU 资源。更有人兴奋于新模型的上下文长度达到了 100 万，还有人对其解决编码问题的初步结果赞不绝口，称速度快如火箭，但仍需更多测试，如果定价与当前的 Flash 1.5 相同，将是游戏规则的改变者。

在这场讨论中，大家对于 Gemini Thinking 模型的看法各有不同，有人支持，有人质疑，但共识在于都希望模型能不断改进和优化，为用户带来更好的体验。而这些不同的观点和见解，无疑丰富了对于该模型的探讨，也为相关领域的发展提供了更多思考的方向。