一文详解｜Gemini-3，及配套的Antigravity、Gemini CLI、生成式 UI、Otter、Firebase..

Gemini 3 封神了，纯粹的强大

写这篇文章前，我把这段 Prompt 扔给了刚发布的 Gemini 3 Pro

Prompt： 「编写一个单文件 HTML 的拟真 GBA 模拟器，使用 CSS 绘制精致的紫色机身。游戏内容为《口袋妖怪》中文版回合制战斗（皮卡丘 VS 妙蛙种子），需引用 GitHub 原版像素素材并使用 Web Audio 合成音效」

没有多轮对话，它吐出了一个完整的项目

当然...世界还可以更癫狂，这个小学生练字 依然是一键出的

还有这样的、更离谱的例子，来自 twitter

@YiTayML

@skirano

当然了，你的提示词也不必是文字

而下面这个，来自设计师藏师傅，：大厂前端，看着设计稿，figma 设计稿，他能写成这样，第一次走查的时候能写成这样，我就烧高香了

这就是今天凌晨，Google 发布的Gemini 3 。当然也不止这个哈基米3

• • Gemini 3 Pro ：地表最强模型，支持多模态推理、长上下文、Agentic Coding

• • Google Antigravity ：一个原生支持 Agent 开发的平台，管理 Agent 干活

• • Generative UI ：在 Google 搜索中，直接生成交互界面

• • 全线落地 ：Android Studio、Firebase、Gemini CLI 全部接入，价格极其激进

实打实的数值怪

先看下跑分吧，Gemini 3 Pro 在 LMArena Leaderboard 拿到了 1501 Elo，断层领先

在各种榜单中，也是全面超越之前的王者

同时的，对于更长时间跨度的规划能力，Gemini 更是遥遥领先，比如这个 Vending-Bench 2 这个测试（你可以叫他做生意榜单）

为了支撑这种执行力，Google 将思维链（Chain of Thought）做了产品化封装，引入了 Deep Think（深度思考） 模式：

• • Thought Signatures（思维签名） ：API 返回中包含加密的“思维过程”，模型在输出前会多步推理、反思、验证。这解决了长链路逻辑中模型容易“想偏”的问题

• • Thinking Levels（思考等级） ：开发者在 API 中配置模型“想多久”。对于简单任务选择快速响应，对于复杂逻辑选择深度思考

效果立竿见影：

• • 在 Humanity’s Last Exam（人类终极考试）中，开启 Deep Think 模式后，Gemini 3 Pro 的得分从 37.5% 飙升至 41.0%

• • 在 GPQA Diamond 测试中更是达到了 93.8%。这是在没有任何外部工具辅助下，纯粹依靠模型推理达到的高度

最近流行一个词：Vibe Coding，你只需要描述你想要的“感觉”（Vibe）和功能，模型就能把它实现出来

目前，Gemini 3 Pro 也是最强的 Vibe Coding 模型

更牛逼的是，Google 还为此交付了两套重型生产力工具，Google Antigravity 和 Gemini CLI

这东西的定位，是 Agent 时代的 IDE，如果 VS Code 是为“人”设计的，Antigravity 就是为“人 + Agent”设计的

Antigravity 作为一个全新的开发平台（MacOS/Windows/Linux 预览版），它的底层逻辑完全不同于传统 IDE：

• • 任务导向（Task-Oriented） ：操作单元从“文件”变成了“任务”。开发者在 Inbox 中下发需求

• • 多 Agent 协同 ：系统支持多 Agent 并行。左边开 Agent 写前端，右边开 Agent 写后端测试，中间 Agent 查文档

• • 自主权（Autonomy） ：Agent 拥有编辑器、终端、浏览器控制权。它写完代码，自动跑终端，自动开浏览器测试，报错自己修

• • Artifacts（产物） ：Agent 交付的不仅是对话，它生成标准化的“产物”——任务列表、实施计划、截图、代码变更

你成了 AI 的老板，去 Review 它的计划，批准它的操作，验收它的成果

npm install -g @google/gemini-cli@latest

Gemini CLI，可以理解为 Google 家的类似 Claude Code/ OpenAI Codex，一个命令行 AI 工具：

• • 自然语言转 Shell ：输入 gemini "找出上周我改坏的那个 git commit" ，它会自动解析并执行 git bisect 流程

• • 系统级操作 ：它可以读写本地文件，重构代码，甚至通过视觉能力，解析图片并生成工程文件

Case：
官方演示中，开发者让他来做个3d的金门大桥，于是...就做好了

Generative UI：搜索即应用

Google Search 迎来了交互层面的重大升级

过去用户搜索“房贷计算器”，得到的是十个链接。现在 Gemini 3 在 AI Mode 下，现场为你写一个计算器

这被叫做 Generative UI（生成式用户界面）：

• • 动态生成 ：模型根据具体问题，实时编写 HTML/JS/CSS，并在前端直接渲染交互组件

• • 千人千面 ：用户问“比较 A 和 B 两款车”，生成的是静态对比表；用户问“买哪款更划算”，生成的是可筛选、排序、高亮的交互决策工具

• • 复杂模拟 ：用户问“三体引力如何作用”，模型直接生成物理模拟器，用户可以拖动星球观察轨道变化

话说，你觉得 Google 是不是看了我去年的文章啊

AI 的输出，不应是千篇一律的答案，而应像变色龙般适应环境。在手机上它是简洁的决策助手，在电脑前它是全面的分析工具，在嘈杂环境它侧重视觉，在运动场景它善用声音——始终以最适合当下场景的方式传递信息。 金色传说大聪明，公众号：赛博禅心

Google 最核心的优势，是其庞大的开发者基建，Gemini 3 这次完成了对 Google 开发生态的底层覆盖。

Android Studio "Otter"

在最新的 Android Studio Otter 版本中，Gemini 3 Pro 被集成进了 IDE 的核心工作流，被称为 Agent Mode（代理模式）

Agent Mode
超越代码补全，你可以直接下达“重构登录模块以支持新的鉴权协议”这类模糊指令，Gemini 3 会分析整个项目结构，定位相关文件，并执行跨文件的代码修改。

生产级环境
为了支持 Agent Mode 的高频调用和长上下文需求（最高支持 100 万 Token），Google 允许开发者在 IDE 中直接绑定个人的 Gemini API Key

企业级管控
对于团队用户，IT 管理员现在可以通过 Google Cloud 控制台统一配置 Gemini 3 的访问权限，确保代码隐私符合企业合规要求

Firebase AI Logic

过去，移动端开发者要接入大模型，通常需要自己搭建后端服务来转发请求（以隐藏 API Key 并处理鉴权）。Firebase AI Logic SDK 的发布改变了这一架构

Serverless 直连
开发者现在可以通过 iOS、Android、Flutter 或 Web 的客户端 SDK 直接调用 Gemini 3 Pro Preview。Google 在 Firebase 层面托管了鉴权逻辑，开发者无需维护中间层服务器即可安全访问模型。

新增 Thought Signatures 字段
SDK 会自动处理加密的 thought_signature 字段，确保在多轮对话中，模型能够“记住”之前的推理路径。开发者无需手动解析或传递这些复杂的上下文数据，SDK 会在底层自动维护对话状态

Firebase App Check
防止 API 被未授权的客户端滥用；同时支持 Remote Config，允许开发者在不发版的情况下动态调整 Prompt 或模型参数。此外，Google 提供了专门的 AI 监控仪表盘，用于实时追踪 Token 消耗、延迟和错误率

硬参数：价格与规格

没有废话，直接看数字

模型版本
gemini-3-pro-preview

上下文窗口
上下文：100 万 Token
最大输出：64k Token

价格策略：

• • 输入： $2.00 / 100 万 Token

• • 输出： $12.00 / 100 万 Token
  适用于 200k 以内的上下文

多模态
原生支持文本、图像、音频、视频、PDF

可用性：

• • 开发者：Google AI Studio / Vertex AI 现已开放

• • 企业用户：Gemini Enterprise 集成

• • 普通用户：美区 Google AI Pro/Ultra 订阅用户可在 Search 和 App 体验

哈基米，牛逼！！！！