Salah satu aspek dari model Gemini 3 Pro kami yang perlu dilihat adalah bagaimana kinerjanya dalam kemampuan multimoda. Kami telah berupaya membuatnya berkinerja sangat baik di berbagai kasus penggunaan multimoda, seperti pemahaman dokumen, video, karakteristik spasial, data biomedis, dan teknologi komputer, dan mampu bernalar tentang informasi visual. Untuk mengujinya, saya memberikan gambar asli dari posting blog di bawah ini, dan memintanya: Silakan buat versi gambar ini dengan kolom Gemini Pro yang dianotasi dengan peningkatan relatif versus hasil terbaik dari tiga kolom lainnya berwarna merah (Ini sendiri adalah tugas penalaran visual yang cukup sulit! Itu melakukannya dengan cukup baik dalam melakukan ini secara akurat pada beberapa pemeriksaan tempat, dan peningkatan akurasi relatif itu cukup besar di beberapa tolok ukur!) Baca lebih lanjut di bawah ini atau di posting blog di: