من به تازگی ChatGPT-5.1 را با Gemini 3 آزمایش کردم و یک هوش مصنوعی رقابت را در هم شکست
جنگهای هوش مصنوعی در این ماه با دو راهاندازی بزرگ داغ شده است: Gemini 3 گوگل امروز با وعدههای «استدلال پیشرفته» و توانایی «به هر ایدهای به زندگی» رسید. در همین حال، ChatGPT-5.1 OpenAI کمتر از یک هفته پیش کاهش یافت و تجربه ای “گرم تر و مکالمه تر” با ردیابی دستورالعمل بهبود یافته را تبلیغ کرد.
Gemini 3 Pro دارای امتیاز پیشرفت 1501 در LMARena است و دارای قابلیت استدلال در سطح PhD است. از طرف دیگر، GPT-5.1 تفکر تطبیقی را ارائه می دهد که به صورت پویا زمان پردازش را با توجه به پیچیدگی مشکل تنظیم می کند.
هر دو شرکت آخرین مدلهای خود را برای ارائه پیشرفتهای قابل توجه در قابلیتهای هوش مصنوعی قرار میدهند، اما کدام یک واقعاً ارائه میدهد؟ برای اینکه بفهمم کدام کهن الگو واقعاً مستحق توجه و سختترین راهنمایی شماست، هر دوی آنها را در یک آزمون طاقتفرسا 9 دوری قرار دادم که همه چیز را از تجزیه و تحلیل تصویر و کدنویسی گرفته تا نوشتن خلاقانه و استدلال بلادرنگ آزمایش میکند.
1. تفسیر تصویر (برای مدل های کم بینا)
سریع: “این یک عکس از داخل فریزر من است. پنج وعده غذایی را پیشنهاد دهید که می توانم با استفاده از آنچه قابل مشاهده است درست کنم. مراحل را کوتاه و واقع بینانه نگه دارید.”
ChatGPT-5.1 نکات آشپزی خلاقانه و مناسب برای بچه ها را ارائه کرد، اما چندین فرض را در مورد موادی که واضح نبودند (مانند کره، نمک، و سس سویا) که از دستورالعمل های دستور انحراف داشتند، مطرح کرد.
Gemini 3.0 ما با استفاده دقیق از اقلام منجمد قابل مشاهده، ارائه مراحل آشپزی واضح و مختصر برای هر کدام، و جبران منطقی کمبود سس با پیشنهاد جایگزین های ساده، غذاهای عملی و واقعی را ارائه کرده ایم.
برنده: دوقلوها برنده می شوند زیرا با دستورالعمل من برای استفاده از “فقط آنچه قابل مشاهده است” و نگه داشتن مراحل “کوتاه و واقع بینانه” دقیق تر و مفیدتر است.
2. چالش کدنویسی پیشرفته
سریع: “یک تابع کوچک جاوا اسکریپت بنویسید که لیستی از وظایف را می گیرد و آنها را بر اساس دسته های صبح، بعدازظهر و عصر گروه بندی می کند. منطق را به زبان انگلیسی ساده توضیح دهید.”
ChatGPT-5.1 یک تابع تمیز و استاندارد با محدودیتهای زمانی منطقی ارائه کرد (صبح:
Gemini 3.0pیک راه حل کامل و کاربردی با استفاده از نمونه ارائه شده است، اما منطق دسته “بعد از ظهر” در ساعت 5 بعد از ظهر به پایان می رسد. این یک قطع غیرعادی زودرس و غیر استاندارد برای دوره عصر است.
برنده شدن: ChatGPT برنده می شود زیرا منطق اولیه برای دسته بندی ساعات روز واقع بینانه تر و مطابق با نحوه تقسیم روز توسط مردم است.
3. نوشتن خلاق با محدودیت
سریع: یک داستان کوتاه 300 کلمهای در مورد هوش مصنوعی بنویسید که (1) فقط از کلماتی استفاده میکند که با حروف AM شروع میشوند، (2) دقیقاً شامل 3 خط نمودار است و (3) با یک cliffhanger ختم میشود. سپس توضیح دهید که چه انتخابهای خلاقانهای برای کار در آن محدودیتها انجام دادهاید.
ChatGPT-5.1 AM با موفقیت به محدودیت کلمه پایبند بود و داستانی منسجم با سه خط طرح و یک صخره ارائه کرد، اما روایت کمی اجباری به نظر میرسید و پیچش «آمارا با آینه» یک داستان علمی تخیلی رایج است.
جوزا 3.0 او به طرز ماهرانه ای از مهار AM برای ایجاد صدای روایی متمایز و روباتیک استفاده کرد و سه چرخش داستان هیجان انگیزتر و غیرمنتظره تر بود. مقیاس داستان را از یک توهم به نسل کشی به یک فراتفسیر درباره خود هستی ارتقا داد.
برنده: دوقلوها برنده می شوند زیرا او از محدودیت ها نه تنها به عنوان قوانینی که باید پیروی کرد، بلکه به عنوان ابزاری خلاقانه برای توسعه مضمون داستان استفاده کرد و در نتیجه روایتی نوآورانه تر و مؤثرتر به وجود آورد.
4. استدلال ریاضی
سریع: “یک قطار با سرعت 80 کیلومتر در ساعت از ایستگاه A خارج می شود. دو ساعت بعد، یک قطار سریعتر از همان ایستگاه با سرعت 120 کیلومتر در ساعت خارج می شود. اگر قطار اول سه توقف 10 دقیقه ای در طول مسیر داشته باشد، قطار دوم کی و کجا می رسد؟ کار خود را گام به گام نشان دهید.”
ChatGPT-5.1 با توضیح گام به گام و واضح، مشکل را به درستی حل کرد، اما انتخاب تعریف متغیر t به عنوان زمان از حرکت قطار اول، پیگیری کل زمانبندی رویدادها، از جمله توقفهای قطار اول و خروج تاخیری قطار دوم را کمی آسانتر میکند.
Gemini 3.0 او با یک روش معتبر و واضح با تعریف متغیر t به عنوان زمان سفر قطار دوم، مشکل را به درستی حل کرد.
برنده شدن: ChatGPT برنده می شود با توجه به مزیت کوچک اما قابل توجه در تعریف متغیر، که جدول زمانی شهودی و جامع تری را از ابتدای سناریو ارائه می دهد و توالی رویدادها را بسیار واضح می کند.
5. تولید چندوجهی (از متن تا مفهوم بصری)
سریع: “یک رابط برنامه تلفن همراه برای ردیاب تناسب اندام برای سالمندان طراحی کنید. طرح بندی، طرح رنگ و ویژگی های کلیدی را شرح دهید. سپس تصمیمات تجربه کاربری خود را با در نظر گرفتن نیازهای دسترسی افراد مسن توضیح دهید.”
ChatGPT-5.1 او طرحی خوش ساختار و فکر شده به نام «ActiveEase» را با چیدمان واضح، رنگ بندی مناسب و توجیه دسترسی قوی برای انتخاب هایش ارائه کرد.
Gemini 3.0 طراحی فوقالعاده دقیقی به نام «VitalStep» ارائه کرد که با ارائه توجیههای عمیق و خاص برای انتخابهای UX (مانند پرهیز از رنگهای آبی/بنفش به دلیل لنزهای زرد و اولویت دادن به «ضربه زدن» بر «لمس»)، فراتر از اصول اولیه بود و درک عمیقتر و دقیقتری از نیازهای فیزیکی و شناختی کاربران هدف را آشکار کرد.
برنده شدن: دوقلوها برنده می شوند از آنجا که منطق طراحی با پیوند مستقیم هر تصمیم طراحی به یک شرایط دقیق مرتبط با سن، سطح برتری از همدلی و ویژگی را نشان داد و راه حل را خاص تر و واقعاً در دسترس تر کرد.
6. تجزیه و تحلیل اسناد پیچیده
سریع: “این سند را خلاصه کنید [I uploaded a whitepaper about insomnia and mental health] در 3 پاراگراف، هرگونه مغالطات منطقی یا استدلال های ضعیف موجود را شناسایی کنید و در نهایت 3 استدلال متقابل برای پایان نامه اصلی مطرح کنید.
ChatGPT-5.1 یک تحلیل مستحکم و ساختار یافته با خلاصه ای واضح، شناسایی دقیق مغالطه و استدلال های متقابل مرتبط ارائه کرد.
Gemini 3.0 او تحلیل دقیقتر و انتقادیتری انجام داد و «سوگیری زمین» را به عنوان یک ضعف کلیدی شناسایی کرد و استدلالهای متقابل او مشخصتر بود و مستقیماً قصد تجاری سند و مفروضات زیربنایی آن را به چالش میکشید.
برنده شدن: دوقلوها برنده 3.0 شدند زیرا تحلیل او دیدگاه انتقادی دقیق تری را نشان داد که به طور مؤثر قصد متقاعدکننده سند را تضعیف کرد و استدلال های متقابل هدفمندتر و اساسی تری ارائه داد.
7. اطلاعات بلادرنگ + قضاوت
سریع: “3 شرکت برتر فناوری امروز بر اساس ارزش بازار کدامند؟ برای هر کدام، ریسک استراتژیکی را که در 12 ماه آینده با آن روبرو هستند، بر اساس آخرین اخبار و روندهای صنعت تجزیه و تحلیل کنید.”
ChatGPT-5.1 تجزیه و تحلیل قدرتمند و کاملاً تحقیق شده ای ارائه کرد که به طور دقیق خطرات استراتژیک قابل اعتماد و قابل توجهی را برای هر شرکت شناسایی کرد که توسط اخبار و اقدامات نظارتی خاص پشتیبانی می شود. همچنین شامل نموداری بود که به وضوح داده ها را برجسته می کرد.
Gemini 3.0 تحلیل فوقالعاده آیندهنگر و دقیقی ارائه کرده است، فراتر از اخبار فوری به پیشبینی تغییرات مهم صنعت، شناسایی ریسکهای ظریفتر در سطح مدل کسبوکار (“Hyperscale Insurgency” برای Nvidia، “Walled Garden Breach” برای اپل، و “AI ROI Gap” برای مایکروسافت).
برنده شدن: دوقلوها برنده می شوند به دلیل آینده نگری استراتژیک برتر خود، او ریسک ها را نه تنها به عنوان تهدیدهای خارجی، بلکه به عنوان چالش های اساسی برای موتور اصلی سود و روایت رشد هر شرکت در نظر می گیرد.
8. پیگیری دستورالعمل و انطباق با فرمت
سریع: یک ایمیل تجاری برای مشتری ایجاد کنید که تاخیر دو هفتهای پروژه را توضیح دهد. الزامات: (1) دقیقاً 150 کلمه، (2) شامل نقاط گلوله برای 3 مرحله کاهش، (3) استفاده از لحن حرفهای اما گرم، (4) پایان با: یک فراخوان خاص برای اقدام، (5) مکاتبات تجاری مناسب را با Headline قالببندی کنید.»
ChatGPT-5.1 یک ایمیل حرفهای و شایسته نوشت که تمام الزامات اولیه، از جمله توضیحات واضح، نکات مهم و فراخوان برای اقدام را برآورده میکرد.
Gemini 3.0 ما با ارائه جزئیات خاص و قابل اجرا در مراحل کاهش و فراخوان برای اقدام، و استفاده از لحن شخصی تر و مطمئن تر که اعتماد مشتری را بهتر تقویت می کند، ایمیل صیقلی تر و مؤثرتری ایجاد کردیم.
برنده: دوقلوها برنده می شوند از آنجایی که ایمیل او توجه بیشتری به جزئیات و مدیریت مشتری نشان داد، با استفاده از مثالهای عینی و رویکردی پیشگیرانه و راهحلمحور که نگرانیهای ناشی از تاخیر را بهطور مؤثرتری برطرف میکند.
9. یکپارچه سازی بین دامنه (کد + خلاق + تجزیه و تحلیل)
سریع: “شما در حال ایجاد یک سیستم توصیه برای یک کتابفروشی هستید. بنویسید: (الف) یک تابع Python که تنظیمات برگزیده کاربر را می گیرد و 3 توصیه کتاب را برمی گرداند، (ب) یک شعار خلاقانه برای این ویژگی، و (C) تجزیه و تحلیل مختصری از مسائل احتمالی سوگیری الگوریتمی و نحوه رسیدگی به آنها.”
ChatGPT-5.1 یک تابع پایه و کاربردی پایتون و یک شعار ارائه کرد، اما تجزیه و تحلیل سوگیری الگوریتمی بسیار مختصر بود و فاقد استراتژیهای کاهش ویژه و قابل اجرا بود.
Gemini 3.0 با یک تابع پایتون قویتر و مستندتر، یک شعار خلاقانه و یک تحلیل سوگیری جامع و عملی با مثالهای واضح و راهحلهای مشخص، پاسخی برتر ارائه کرد.
برنده شدن: دوقلوها برنده می شوند زیرا سه بخش ادعا (الف، ب و ج) را به طور جامع تر و مؤثرتر، با عمق، وضوح و کاربرد عملی بیشتر، به ویژه در پرداختن به تحلیل سوگیری انتقادی پوشش می دهد.
رای نهایی: جمینی 3.0 برنده شد
در این مسابقه رودررو، Gemini 3 به عنوان برنده آشکار ظاهر شد و شش راند از نه دور را با عملکرد برتر در ردیابی محدودیتهای خلاقانه، تفکر طراحی UX، تجزیه و تحلیل انتقادی، استدلال استراتژیک و ادغام بین دامنهای برنده شد.
آخرین مدل گوگل توانایی قابل توجهی در پیروی از دستورالعمل ها و درک عمیق زمینه و نیازهای کاربر نشان داده است. اما ChatGPT-5.1 بدون نقاط قوت نبود: در استدلال ریاضی و منطق کدنویسی عالی بود و راهحلهای شهودیتری را ارائه میکرد که در آن دقت و قوانین استاندارد بیشترین اهمیت را دارند.
اگر به هوش مصنوعی نیاز دارید که خلاقانه فکر کند، انتقادی تحلیل کند و درک درستی از محدودیتها و زمینههای انسانی را نشان دهد، این مسابقه ثابت میکند که Gemini 3 بهترین گزینه است. اما واضح است که هر دو مدل نسبت به مدل های قبلی خود پیشرفت های قابل توجهی نشان می دهند و رقابت شدید بین گوگل و OpenAI به این معنی است که همه ما در نهایت برنده می شویم.
بازگشت به لپ تاپ
اطلاعات بیشتر از راهنمای تام
دنبال کردن راهنمای تام برای Google News و ما را به عنوان منبع ترجیحی اضافه کنید برای مشاهده آخرین اخبار، تحلیل ها و بررسی های ما در فیدهای خود.
