本文同步發(fā)表至：
ChatGPT-4o與Google Gemini 1.5 Flash模型的複雜任務比較 - Mobile01
首先，我們準備了這兩張圖片
然後一起進行複雜的停車場排位的資訊量測試，要確認該生成式模型是否有理解平面圖與Excel表格之間的關聯(lián)性規(guī)則：
就結(jié)果來說，Google Gemini 1.5 Flash輸出Excel表格的成果來說，是可以直接在真實的停車場地上進行無痛使用的（畢竟都有以顏色標記位置區(qū)域），反觀ChatGPT-4o模型只是簡單的排出來，要嘛就是將時間重新生成，不然就是將原本只有四個停車格的凌晨班，硬是塞了好幾輛車牌上去，可見GPT-4o不適合處理資訊量過於龐大的複雜任務，而且很容易產(chǎn)生幻覺(儘管提示詞內(nèi)已經(jīng)有加入具體的凌晨班時段)。
ChatGPT-4o與Google Gemini 1.5 Flash模型的複雜任務比較 - Mobile01
首先，我們準備了這兩張圖片
然後一起進行複雜的停車場排位的資訊量測試，要確認該生成式模型是否有理解平面圖與Excel表格之間的關聯(lián)性規(guī)則：
首先是Google Gemini 1.5 Flash模型
再來是ChatGPT-4o模型
透過這樣的比較，我們就可以知道，哪一種生成式ai模型最適合挑戰(zhàn)複雜、推理、決策的任務類型了。（如果讀者有看懂，這兩張圖之間的關聯(lián)性與龐大資訊量的話。）
已經(jīng)產(chǎn)生幻覺內(nèi)容的ChatGPT-4o模型 ：
仍能準確分析回答的Google Gemini 1.5 Flash模型：
以下是Google Gemini 1.5 Flash排列的停車格
從表格上打開
再來是ChatGPT-4o模型
透過這樣的比較，我們就可以知道，哪一種生成式ai模型最適合挑戰(zhàn)複雜、推理、決策的任務類型了。（如果讀者有看懂，這兩張圖之間的關聯(lián)性與龐大資訊量的話。）
已經(jīng)產(chǎn)生幻覺內(nèi)容的ChatGPT-4o模型 ：
仍能準確分析回答的Google Gemini 1.5 Flash模型：
以下是Google Gemini 1.5 Flash排列的停車格
從表格上打開
達人
