我从ChatGPT Plus上线首日便开始订阅,与此同时也通过Google One存储套餐获得了Gemini Pro的使用权限。Google近期推出了一款新的AI Pro套餐,月费仅需19.99美元,包含Gemini 3.1 Pro的访问权限、Gemini与常用Workspace应用的深度整合,以及在Chrome和搜索中的集成使用、NotebookLM功能,还附带5TB的云端存储空间。
正因如此,我开始思考:我还有没有必要继续订阅ChatGPT Plus?但在做出任何仓促决定之前,我希望先通过实测来判断哪款AI真正更胜一筹。尽管外界对OpenAI及其聊天机器人的批评不少,但我在日常使用中确实发现它足够实用,大多数任务都能完成得相当出色。因此,我花了整整一周时间,对ChatGPT Plus(GPT-4.1 Instant)与Gemini Pro(3.1 Fast)进行了全面横向对比。
此次测试专注于两款付费版本,以评估每月20美元的订阅费究竟带来了哪些价值。考虑到代码能力方面已有专业人士大卫·格维尔茨(David Gewirtz)深入测评,本次对比将从普通用户的视角出发,而非软件工程师的专业需求。
测试均在网页浏览器及对应移动应用中进行。通过研究当前AI使用趋势,一个清晰的方向浮现出来:人们正逐渐将AI的应用场景从单纯的"工作"延伸至更广泛的"生活"领域。因此,本次对比并非严格的科学基准测试,而是一次贴近真实使用场景的综合评估。
综合10项测试的结果,Gemini Pro以微弱优势胜出——在所有对比项目中,Gemini Pro赢得了两项,ChatGPT Plus赢得一项,其余七项持平。Gemini Pro的两项胜利分别体现在写作与编辑(语言更加自然流畅)以及生态整合与应用集成(生成的演示文档质量明显更优)两个维度。
ChatGPT Plus唯一取得领先的项目是智能体AI能力,这主要得益于其内置的Agent Mode功能。在图像生成、视频生成、语音交互、敏感话题处理、购物辅助、深度研究以及文档分析等方面,双方均旗鼓相当,ChatGPT Plus同样提供了丰富的第三方集成能力。
总体而言,Gemini Pro可能提供了略高的性价比,尤其适合日常深度使用Google和Workspace应用的用户,加之5TB云存储的额外价值,吸引力更为突出。如果只能选择其中一款,推荐订阅Gemini Pro;如果预算允许同时订阅两款,则可以根据不同任务的需求灵活切换,从而获得最佳效果——这也正是我目前的使用方式。
Q&A
Q1:ChatGPT Plus和Gemini Pro分别需要多少钱?有什么区别?
A:两款产品的订阅费用均为每月20美元。ChatGPT Plus提供GPT-4.1模型及内置Agent Mode智能体功能;Gemini Pro则包含Gemini 3.1 Pro模型、与Google Workspace及Chrome等应用的深度整合,以及5TB云存储空间。对于重度使用Google生态的用户,Gemini Pro的整体性价比可能更高。
Q2:ChatGPT Plus在哪些方面表现更好?
A:在智能体AI能力方面,ChatGPT Plus凭借内置的Agent Mode功能明显领先。该模式允许用户将复杂任务拆解为多步骤自动执行的流程,更适合需要AI主动完成连续性操作的使用场景。在其他大多数日常任务中,两者表现基本持平。
Q3:Gemini Pro在写作方面比ChatGPT Plus强在哪里?
A:测试结果显示,Gemini Pro在写作与编辑方面的输出语言更加自然流畅,行文风格更贴近真实的人类表达习惯。此外,在生成演示文档等内容创作任务上,Gemini Pro的成果质量也明显优于ChatGPT Plus,这使其在日常文字工作和内容创作场景中更具优势。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。