
在当前的AI付费订阅市场中,用户主要面临三大选择:以推理和编码见长的Claude、深度整合Google生态的Gemini,以及主打通用平衡的ChatGPT。由于ChatGPT在工作流中缺乏关键的差异化优势,我首先将其排除。
在订阅Google AI Plus服务一年多后,尽管我的大部分日常任务已迁移至Claude,但在彻底取消订阅前,我对Gemini的不可替代性进行了重新评估。结果显示,除非涉及视觉媒体处理,否则Claude确实已接管了绝大多数工作。
Claude擅长设计,但无法生成图像
凭借Nano Banana技术,Gemini在照片级真实感图像生成方面表现卓越,成为目前面向消费者最具说服力的工具之一。该技术支持文本、图像或二者组合输入,允许用户在聊天界面直接创建和编辑视觉内容。在我的Google AI Plus订阅中,Nano Banana Pro(即Gemini 3 Pro Image)承诺提供工作室级别的精度与控制力。
相比之下,Claude在视觉领域仍处于起步阶段。虽然其于三月推出交互式视觉效果,四月上线用于原型设计和演示的Claude Design,并于十月发布Claude Motion,但这些功能均基于代码构建。迄今为止,Claude仍无法直接生成或修改图像。就通过提示词拖放图像并移除对象这一需求而言,Gemini的聊天界面依然是最流畅、完善的解决方案。
Gemini Omni:唯一独立的视频生成服务
Gemini Omni支持通过提示词将静态图片转化为视频片段,并允许通过对话进行编辑。早在五月初初次接触时,我便形容其“仿佛来自科幻小说”,这一评价至今未变。无论是将《极限竞速:地平线6》的游戏截图转化为物理化学解释视频,还是让卡通狗涂鸦“活”起来,Omni的表现均令人印象深刻。
令我难以割舍的核心原因在于,在三大付费AI订阅中,Gemini是目前唯一能独立生成视频的服务。OpenAI已于四月关闭Sora,导致ChatGPT失去视频生成功能,而Claude从未具备此项能力。Omni可接收文本、图像、音频或现有视频,并将其转化为带声音的短片。对于需要直观解释复杂概念的工作场景而言,这使其成为不可或缺的工具。
SynthID:精准识别AI生成内容
Gemini图像和视频工具的一个鲜为人知但极具价值的特性是SynthID隐形水印。Nano Banana生成的每张图像及Omni渲染的每个视频片段,均在创作点嵌入了该水印。当媒体上传至Gemini时,系统能准确区分哪些内容由Google AI生成。
实测显示,即使裁剪掉图像中可见的Gemini水印,SynthID仍能检测到隐形水印,并指出图像的特定部分曾由Google AI生成或编辑。此外,随着技术演进,Google的SynthID检测器现已能读取OpenAI、英伟达和Kakao的水印。在苹果秋季发布会等重大事件前,社交媒体上充斥的AI生成“泄露图”中,相当一部分可通过此工具识别。
结语:小众但不可替代
在编码能力霸榜的Claude和占据最大市场份额的ChatGPT之间,Gemini常因综合表现而被忽视。然而,凭借其多模态特性,Gemini拥有其他平台无法等效的小众功能,以及在真伪鉴别方面的免费增值价值。这正是我在主力使用Claude的同时,仍反复回归Gemini的理由。