Gemini 1.5 Pro（实验版0801）在Chatbot Arena测试中以1300分超越GPT-4o和Claude-3.5，首次登顶，表现出色，尤其在多语言任务和数学领域。总排名第一，显示出强大的多语言能力，但在编码和硬提示等技术领域仍落后于其他模型。

在大多数基准测试中，llama 3.1优于gpt-4o，本文从9.11和9.9比大小、Linkedin标题生成、商业计划、冷邮件和Linkedin邀请函这5个测试对比分析。llama 3.1是一个令人印象深刻的开源项目，有时甚至优于gpt-4o。开源AI将主导未来，闭源AI可能会逐渐消失。

在户外徒步时，拍了一些果子的照片给GPT-4o，希望它能判断果子的品质。然而，园林专业的同学指出了GPT-4o的错误。人工智能还有很长的发展路程，但仍然对其抱有希望。