Gemini3.1 实测了9个例子，结果不太理想！

关于谷歌最近发生了两件事情。

一件是我的两个闲鱼账号翻车了。

之前在闲鱼花了三十多块钱买个 AI Pro 账号，全部提前订阅到期，变成普通账号了。

现在有点后悔，为了省 100 美金，现在要多交 100 多美金了。白嫖终究不是正途，直接开了官方的 AI Pro 账号，现在可以免费一个月，先开了再说，一个月后决定要不要续。

另外一件事情是谷歌低调发布了 Gemini 3.1 Pro。

Gemini 3.0 Pro 的发布的时候，凭借惊艳的前端水平，大受好评，让很多人开通了会员。那一段时间实在太狂热了，直接把谷歌的股价都推上新高了。

但是过了一段时间之后，大家发现 Gemini 的“智商”多少是有点问题的。

主要表现在他写代码的时候的逻辑能力，稍微难点的代码他就会出错。

现在 Gemini 3.1 Pro 来了。

我最关心的两个问题：一个是它的编程能力提高没？一个是它的前端审美提高了没？

我花一天时间测了 9 个例子，整体感觉不是太好！

这九个例子是 GLM 为了挑战 Claude，Claude 为了捍卫王座而给对方出的题目，可能有一点点难度。

今天就不和 Claude 去对比了，直接说 Gemini 3.1 Pro 本身的问题。我就按网页上的顺序一个一个来讲。

CSS 山水画

用纯 CSS 绘制中国传统山水画，仅使用 border-radius、gradient、clip-path 等属性实现山峦、流水、云雾、松树等元素，测试 AI 对 CSS 图形绘制与艺术表现力的编码能力。

Gemini 3.1 Pro 的整体意境还不错。

远近虚实，诗歌和印章，都考虑到了，流水和飞鸟的效果，可能是几个模型中表现最好的。

但是也有致命的问题，印章有点偏，树木和凉亭完全崩了。本来是一篇高分作文，但是犯了低级错误，只能给不及格了。

还有一个问题不是很明显，但是也凸显它能力不足。

右上角的诗本意是要竖着显示，从右往左读，古味儿十足。但是它写代码的时候用了 br 标签来换行，感觉有点小学生水平，最后也没有达到目的。

赛博朋克清明上河图

将经典名画《清明上河图》以赛博朋克风格重新演绎，测试 AI 对复杂视觉场景生成与艺术风格融合的编码能力。

这个例子中，Gemini 代码直接出错，导致页面只显示一个太阳，没有任何其他东西。

关键点错误信息如下：

// 错误代码：
​
b.style.height = randomRange(40vh, 85vh) + 'px';
b.style.height = randomRange(35vh, 75vh) + 'px';
​
​
// 修改代码：
b.style.height = randomRange(40, 85) + 'vh';
b.style.height = randomRange(35, 75) + 'vh';

错误原因是在 JavaScript 中无法直接将 40vh 像数字那样传给函数，这会导致引擎报出标识符错误（ SyntaxError ）。由于这个致命的语法错误，整个 <script> 代码块崩溃，随后页面上所有的建筑、行人、商铺元素都无法生成，甚至连最核心的滚动循环（Scroll Loop）代码也无法执行。

测试了 6 个 AI 模型，这一个例子直接出错的也就 Gemini 了。

我本来的原则是只测一次，但是我实在是太好奇一个点了：Gemini 3.1 Pro 这么弱么？所以再试了两次。

这两次的表现中规中矩，但是可以看到，它每次出来的结果，差异还挺大的。另外，或多或少有一些指令执行不到位的地方。

Emoji 泰坦尼克号

用纯 Emoji 再现泰坦尼克号经典船头场景，包含船只动画、日落背景、海浪效果及 Web Audio API 背景音乐，测试 AI 对创意动画与音频合成的编码能力。

这个例子是做得很不错的。鸟倒着飞是唯一的 bug，我对比了一下其它模型的表现，好像大家对这个正反理解都不好。出来这个问题之外，这艘巨轮的比例（最佳），以及日夜的轮换，海浪和巨轮之间的位置关系，都表现得非常好。

分形烟花秀

2026 新年烟花动画，要求实现分形几何烟花爆炸、抛物线轨迹与重力效果，烟花轨迹汇聚形成”2026″字样，测试 AI 对数学动画与粒子系统的编码能力。

Gemini 又开始犯低级错误了。

看了一下 JS 代码，大概的错误是：“在 phase 还没被 let 初始化时就用了它”；

第一次出错，我帮它分析和纠正了，这次我就不干预了，让他错，让所有人都看到它低级错误。

五子棋对弈

15×15 棋盘的五子棋游戏，包含木纹棋盘、AI 对弈、落子动画、胜利粒子特效、悔棋功能及 AI 思考指示器，测试 AI 对博弈算法与复杂游戏逻辑的编码能力。

这个例子，除了棋子的摆放位置之外，其他部分做得非常好。

我查了一下正常的五子棋应该是放在交叉点上的。但是它放在了正方形中。除此之外，它的棋盘，棋子效果都做得很好，另外 AI 下棋的水平也非常高！不愧是 DeepMind 出品，“黑白子”下棋这一块就是牛哈哈~

无限循环冒险

复古 CRT 终端风格的文字冒险游戏引擎，包含状态管理、叙事生成、ASCII 艺术渲染及蝴蝶效应逻辑系统，测试 AI 对复杂游戏引擎架构的编码能力。

这一个项目做的挺不错的，动画效果非常到位，慢慢出现的提示，闪烁的 A:>，以及内部的叙事逻辑，都表现不错。唯一的问题是第一次输入数字后无法继续，需要再输入一次。

霓虹冲刺跑者

赛博朋克风格的横版跑酷游戏，支持双段跳、随机障碍物与金币、计分系统、视差滚动背景及粒子爆炸特效，测试 AI 对游戏循环与物理引擎的编码能力。

这个例子又有点翻车了。主角设计成一个正方形，有点抽象。主要是第一轮玩完之后，后面就会出错。不太聪明的样子。

3D 太阳系模型

基于 Three.js 的交互式 3D 太阳系模型，包含八大行星、月球、土星环、星空背景及行星信息卡片，支持拖拽旋转与缩放，测试 AI 对 3D 场景构建的编码能力。

这个例子对 AI 来说其实很简单，大家都差不多，很难分出胜负。但是 Gemini 的表现，真的是让人大跌眼镜。土星的土星环大到离谱~~这已经是一个巨大的 BUG 了。

古诗词代码雨

以古典诗词实现 Matrix 风格代码雨效果，每列显示完整古诗，悬停暂停并展示诗人信息，包含 20 首以上古诗词，测试 AI 对 Canvas 动画与交互特效的编码能力。

这个例子也崩了，代码雨落完之后就空了，鼠标移动出现大量残影。体验非常不好！

9 个里，有 5 个出现了比较明显的问题，其中有两个是代码错误，另外三个属于应用逻辑的问题。

另外我发现 Gemini 3.1 Pro 这个模型运行非常慢。我是在谷歌的官方 IDE Antigravity 上进行的测试。需求给它之后，思考时间动不动就会高达 180 秒，这个过程不写一行代码，然后它开始创建文件，这个过程等很久很久。

然后还时不时就撞墙：

The model's generation exceeded the maximum output token limit.   

毫无效率可言！

最后，我简单总结一下问题：

1.容易出现低级错误

2.思考时间特别长

3.逻辑能力比较弱

4.发挥不太稳定

当然有几个例子也表现不错，但是整体给人的感觉不是太好，按理说谷歌的最新模型不应该犯那些低级错误。

有人说这个模型是为了赶时间，先放出来的半成品，也不是不可能。总的来说，能力未必很差，但是稳定性有点差，工作效率有点低，不太适合拿来干活。

目前看来，Google AI Pro 的配套服务中，也就是 Banana Pro 是真的强，到现在还是 No. 1 的存在。还有一个是 Antigravity 可以使用 Opus 4.6，这个要比官方的弱一些，但是毕竟是 Opus 4.6 啊。

最后再给大家分享一个有意思的点：

我在生成跳跳跳这个游戏的时候，突然发现好多个例子的“最高记录”都一样。然后查了一下代码，惊奇的发现，几个国产模型对 key 和变量的命名居然都一模一样，这是为什么？

Claude 和 Gemini 3.1 是和国产模型是明显不一样的。Gemini 3.1 比较简洁，Claude 4.6 最简洁。谷歌的水准基本证明了它现在是真的在独立研究，在走自己的路。而几个国产模型，好多问题上表现大差不差，就有点奇怪了！

今天 Anthropic 专门写了一个报告，控诉国产 AI 公司通过伪造第三方渠道蒸馏它的数据。我现在都怀疑，是不是有专门的第三方数据提供商，把蒸馏的假数据卖给了国内的 AI 公司……纯属瞎猜啊，如有雷同，纯属巧合。

绕了一圈，目前真能干活的也就 Claude 4.5+ 和 GPT5.2+，最能干的还是 Claude，这一点毋庸置疑。测试越久，结论越清晰！

9个测试实例都已经上传了：https://topai.tonyhub.xyz/