實戰測試 Gemini 3 Pro - 使用 Gemini-CLI 探索
透過這個連結直接在 AI Studio 試試吧: https://goo.gle/try-gemini3
Google 在今天 (2025-11-18) 發佈了 Gemini 3 Pro，這是迄今為止最先進的基礎模型，具備卓越的推理能力、1M tokens 長上下文處理和原生多模態支援。本文將透過實際的 Gemini-CLI 測試，深入探討 Gemini 3 Pro 的核心能力、技術規格，並提供完整的測試腳本和實戰經驗。
透過這個連結直接在 AI Studio 試試吧: https://goo.gle/try-gemini3
核心亮點：
✅ 使用 Gemini-CLI 進行多維度測試
✅ 詳細的效能基準對比（vs Gemini 2.5 Pro, Claude Sonnet 4.5）
✅ 實用的測試腳本和最佳實踐
✅ 模型配置和疑難排解指南
Gemini 3 Pro 是 Google DeepMind 推出的基礎模型，幾個特別點 (自 Model Card 翻譯摘要)：
核心特性
🧠 Sparse MoE 架構：動態激活模型參數子集，提升效率
🎯 原生多模態：無縫處理文本、圖像、音頻、視頻
📊 超長上下文：支援最多 1M tokens 輸入，64K tokens 輸出
🚀 強大推理：在數學、編程、邏輯推理上當然又是顯著超越
為什麼選擇 Gemini-CLI 進行測試？
✅ 優勢：
命令列介面，適合自動化測試
支援 multimodal 輸入（
@path/to/file）與 Vertex AI 和 Gemini API 無縫整合
豐富的擴展支援（Cloud Run, Firebase）
免費配額（1000 請求/天）
⚠️ 注意：
Gemini-CLI 使用 Vertex AI 或 Gemini API ，目前僅先支援 API Key 方式
需要正確配置 Google Cloud 專案
模型名稱必須正確（
gemini-3-pro-preview）
配置 Gemini-CLI
配置文件 ~/.gemini/.env：
# 模型選擇
#GEMINI_MODEL="gemini-2.5-pro"
GEMINI_MODEL="gemini-3-pro-preview"
# Gemini API Key 在 Gemini-CLI 啟動選擇 auth 時也可以貼上，建議
# GEMINI_API_KEY=”your-api-key”
驗證配置
# 測試連接
gemini "測試：請回覆 OK"
# 預期輸出
# OK測試 1 ：多模態 - PDF 解析
這是 Gemini 3 Pro 的核心優勢之一！
# 使用 @ 符號引用本地文件
gemini "請分析 @Downloads/Gemini-3-Pro-Model-Card.pdf 的內容，提取以下重點：
1. 主要特性和能力 2. 技術規格 3. 效能指標 4. 與前代模型的比較 請用繁體中文整理成結構化報告。"測試要點：
✅ Multimodal 能力：成功解析 PDF 文檔
✅ 結構化輸出：按要求組織資訊
測試 2：數學推理
gemini "請解決以下問題：一個正整數 n，如果 n² + 5 是質數，且 n < 10，求所有可能的 n 值。請說明推理過程。"評估維度：
邏輯推理能力
數學計算準確性
解釋清晰度
測試 3：Agentic 能力
gemini "假設你是一個專案管理 AI Agent，需要協助團隊開發一個 Web 應用程式。請制定一個 3 週的開發計畫，包含關鍵里程碑和風險評估。"評估維度：
🎯 目標理解能力
📋 計劃制定合理性
⚠️ 風險識別能力
🔄 適應性和彈性
透過這個連結來試試吧: https://goo.gle/try-gemini3