Thread de karminski-牙医 (@karminski3)

Teste prático do Gemini 3.0 Pro! SOTA! Mas dois problemas importantes foram descobertos! Aqui estão os resultados dos testes da versão de pré-visualização do Gemini 3.0 Pro: O teste com pasta de dente de elefante é de última geração (SOTA), com efeitos de partículas incrivelmente impressionantes. A forma como a pasta de dente de elefante é expelida é ainda mais realista do que a do modelo anterior, Kimi-K2-0905. Além disso, a modelagem do frasco triangular atinge o nível do GPT-5; ambos os aspectos (efeitos de partículas + modelagem física) são de última geração. No entanto, a superfície do líquido não adere perfeitamente à parede interna do frasco; nesse aspecto, o claude-sonnet-4.5 apresenta melhor desempenho. A reação em cadeia dos fogos de artifício foi bastante intensa, mas a trepidação da câmera foi tão violenta que eles saltaram para fora do enquadramento. O novo movimento tourbillon também foi testado e atualmente está no estado da arte (SOTA). É possível observar que a modelagem dos dentes da engrenagem de Claude apresenta problemas, enquanto a modelagem da Gemini é muito precisa. Naturalmente, ambos possuem escapes mal implementados. O teste de derramamento de água em Python foi praticamente indistinguível do teste de última geração do Opus 4.1. A seguir, discutirei os problemas que encontrei no modelo. Primeiro, o modelo parece priorizar o desempenho. Nos cenários que testei usando Three.js para modelagem, muitas vezes não conseguia ver certas faces ou partículas do modelo. Isso ocorre porque ele usa frequentemente o frustum culling, o que significa que não renderiza elementos que não estão no frame. No entanto, ele frequentemente comete erros de cálculo, fazendo com que remova elementos que não deveriam ser removidos. Outro problema importante que encontrei ao usar o cursor foi a queda repentina no desempenho do modelo quando o contexto do modelo atingiu cerca de 100 mil, chegando a causar falhas nas chamadas da ferramenta. Recomendo fortemente prestar muita atenção ao desempenho do modelo com contextos grandes. Atualmente, não está claro se isso é um bug ou um problema real do modelo. Em resumo, impressionante! Sugiro que todos mudem imediatamente para seu próprio modelo de codificação e o experimentem. A Anthropic deve estar suando frio agora. Com o lançamento do Gemini 3, o Google também lançou sua própria IDE de IA; eles estão realmente dando o que falar. Por fim, o motor do foguete Saturno V que você viu no início foi implementado usando o Gemini 3 após diversas modificações. O que você achou do resultado? #gemini #gemini3 #gemini3pro #google #KCORES Arena de Modelo Grande