能力雷达图(14 维)
5 分 = 该领域当前第一梯队。分数来自官方文档与更新日志、公开的第三方基准,以及使用者反馈的综合判断,本站不做自建评测,也不是厂商宣传语。每个分数的依据见下方说明。
公开反馈普遍认为文本流畅、结构清晰;中文长文偶有英文式表达痕迹
官方 1M token 上下文,长文档、长视频可一次性读完并交叉提问
思考模式下复杂推理表现好,深度思考有次数与时长限制
官方数学基准稳定,图表与公式类题目识别准确
可写可读代码并跑 Google Colab,同等条件下弱于专用编程代理
可调 Google 搜索并给链接,Deep Research 模式更完整但国内不可用
有代理与 Google 服务联动能力,可用性高度依赖账号所在的 Google 生态
与 Sheets 双向打通,复杂统计需借助代码执行环境
与 Docs / Slides / Sheets 双向读写,是少数能直接改办公文件的助手
原生集成图像生成与局部编辑,可与对话上下文联动改图
视频、长文档、图表理解均为官方主打能力,公开反馈细节捕捉强
不生成视频,但能理解视频内容并跨时间轴提问
有语音对话与 Live 模式,音色自然度尚可但不如专用语音产品
Live 语音对话延迟尚可,中文实时识别偶有断句错误
展开全部维度分数与打分依据(文字版)
公开反馈普遍认为文本流畅、结构清晰;中文长文偶有英文式表达痕迹
官方 1M token 上下文,长文档、长视频可一次性读完并交叉提问
思考模式下复杂推理表现好,深度思考有次数与时长限制
官方数学基准稳定,图表与公式类题目识别准确
可写可读代码并跑 Google Colab,同等条件下弱于专用编程代理
可调 Google 搜索并给链接,Deep Research 模式更完整但国内不可用
有代理与 Google 服务联动能力,可用性高度依赖账号所在的 Google 生态
与 Sheets 双向打通,复杂统计需借助代码执行环境
与 Docs / Slides / Sheets 双向读写,是少数能直接改办公文件的助手
原生集成图像生成与局部编辑,可与对话上下文联动改图
视频、长文档、图表理解均为官方主打能力,公开反馈细节捕捉强
不生成视频,但能理解视频内容并跨时间轴提问
有语音对话与 Live 模式,音色自然度尚可但不如专用语音产品
Live 语音对话延迟尚可,中文实时识别偶有断句错误
它最强的地方
下面 7 个维度拿到 4 分以上,这是它真正值得优先考虑的依据。
- 长文理解5
依据:官方 1M token 上下文,长文档、长视频可一次性读完并交叉提问
- 图像理解5
依据:视频、长文档、图表理解均为官方主打能力,公开反馈细节捕捉强
- 写作表达4
依据:公开反馈普遍认为文本流畅、结构清晰;中文长文偶有英文式表达痕迹
- 逻辑推理4
依据:思考模式下复杂推理表现好,深度思考有次数与时长限制
- 数理计算4
依据:官方数学基准稳定,图表与公式类题目识别准确
- 办公产出4
依据:与 Docs / Slides / Sheets 双向读写,是少数能直接改办公文件的助手
- 图像生成4
依据:原生集成图像生成与局部编辑,可与对话上下文联动改图
最适合这些场景
- 超长资料消化:整本书、整份年报、几百页文档一次性读完
- 长视频理解:看课程、看会议录像并跨片段提问
- 已经在用 Google Workspace 的团队,直接改文档和表格
明确的短板与不适用场景
- 视频生成 仅 2 分
它最强的地方
- 1M token 上下文是硬指标:一次性读完整本书或整段长视频,不用切片拼凑
- 视频理解能力突出,能对长视频做时间轴级别的提问
- 与 Google 文档、表格、邮件双向打通,能直接改文件而不是只给文本
- 免费额度相对宽松,多模态输入几乎不额外计费
它的短板
- 中文写作不如国内模型自然,长文里偶有直译腔和逻辑跳跃
- 国内无法直连,Google 生态联动(邮箱、文档)在本地基本用不上
- 代码能力不是它的主攻方向,复杂工程需要自己配环境
- 深度思考次数有限,密集跑复杂推理会很快触顶
别用它做
- 需要大量生成或精细编辑图像的创意项目:生图风格控制不如专业工具
- 中国大陆团队在无外部网络条件下协作:产品与依赖服务均不可直连
- 写中文营销稿、公文等对语感要求极高的内容
价格与额度
| 计费模式 | 免费增值 |
|---|---|
| 免费额度 | 免费版每天有限额度,多模态输入不额外计费 |
| 付费起步价 | 约 $19.99/月起(AI Pro) |
| 备注 | 与 Google One 订阅打包,套餐内其他权益变化会影响实际性价比 |
| 是否有 API | 有 |
| 支持平台 | 网页、iOS、Android、Windows、macOS、API、插件、命令行 |
价格随时可能调整,本页数据更新于 2026 年 9 月 18 日,请以官方页面为准。
上手三步
- 1注册与准备用 免费版每天有限额度,多模态输入不额外计费 就能开始,不需要先付费。注意:在中国大陆通常需要可用的网络环境才能访问,注册前先确认这一点。
- 2第一次别只发「你好」,直接给一个真实任务把下面的提示词模板复制过去,先跑一个你自己今天就要用的任务。第一次就用真实素材,比用「帮我写首诗」更能判断它合不合手。
- 3最可能踩的坑:中文写作不如国内模型自然,长文里偶有直译腔和逻辑跳跃遇到不对的输出,先补背景和约束,而不是只说「不对,重写」。详见坏提示词对照表。
用它可以直接复制的提示词
模板来自站内教程与案例库,替换变量即可使用。
长文档摘要:几百页 PDF 也能读出可用的结论
读一份很长的 PDF / 报告 / 合同,输出分层摘要与风险点
请阅读我上传的文档,输出一份"可执行摘要",不要复述原文。
结构要求:
1. 【一句话结论】:这份文档到底在讲什么、要求我做什么
2. 【关键数据】:最多 8 条,每条必须带原文出处(写明在第几页 / 第几条)
3. 【对我有影响的部分】:只写会改变我决策或行动的段落,并说明为什么
4. 【风险与不确定性】:文档里没写清楚、有歧义或自相矛盾的地方,逐条列出
5. 【我看漏了什么】:站在第一次接触这个主题的人角度,指出还需要补充哪些信息
约束:
- 每一条结论都必须能在原文里找到依据,找不到就标注【原文未见依据】
- 不要用"本文主要介绍了"这类空话开头
- 如果文档太长无法一次读完,请分段处理并告诉我分段方式
文档标题:{{doc_title}}
我的关注点:{{focus}}
文档内容:{{doc_content}}还有 3 个变量未填写,未填写的部分会原样保留 {{变量名}}
使用提示:Kimi 与 NotebookLM 对超长文档的切分处理更稳;Claude / Gemini 在"必须给出页码依据"上表现更好。上传文件优先于粘贴全文。
替代品对比入口
没有哪个工具全场景通吃。选型前建议至少对比 2-4 个。
一次对比全部替代品评分怎么来的
依据覆盖 14/14本站不做自建评测(无法在本地复现各家闭源模型),因此这些分数来自三部分交叉整理:官方公开资料(模型卡 / 产品文档 / 定价页 / 发布说明)、产品实际能力边界、以及社区公开反馈中反复出现的一致倾向。 Gemini 的多模态项依据官方对长视频/长文档理解的说明与上下文窗口规格,这类能力有明确的官方输入上限可核对。分数在「是否有联网与代码执行」上取决于接入形态(网页端 vs API),同一模型不同入口的表现可能不同。
展开 14 个维度的逐条依据
- 写作表达
- 4 / 5
- 公开反馈普遍认为文本流畅、结构清晰;中文长文偶有英文式表达痕迹
- 长文理解
- 5 / 5
- 官方 1M token 上下文,长文档、长视频可一次性读完并交叉提问
- 逻辑推理
- 4 / 5
- 思考模式下复杂推理表现好,深度思考有次数与时长限制
- 数理计算
- 4 / 5
- 官方数学基准稳定,图表与公式类题目识别准确
- 编程开发
- 3 / 5
- 可写可读代码并跑 Google Colab,同等条件下弱于专用编程代理
- 联网研究
- 3 / 5
- 可调 Google 搜索并给链接,Deep Research 模式更完整但国内不可用
- 任务自动化
- 3 / 5
- 有代理与 Google 服务联动能力,可用性高度依赖账号所在的 Google 生态
- 数据分析
- 3 / 5
- 与 Sheets 双向打通,复杂统计需借助代码执行环境
- 办公产出
- 4 / 5
- 与 Docs / Slides / Sheets 双向读写,是少数能直接改办公文件的助手
- 图像生成
- 4 / 5
- 原生集成图像生成与局部编辑,可与对话上下文联动改图
- 图像理解
- 5 / 5
- 视频、长文档、图表理解均为官方主打能力,公开反馈细节捕捉强
- 视频生成
- 2 / 5
- 不生成视频,但能理解视频内容并跨时间轴提问
- 语音音乐
- 3 / 5
- 有语音对话与 Live 模式,音色自然度尚可但不如专用语音产品
- 实时交互
- 3 / 5
- Live 语音对话延迟尚可,中文实时识别偶有断句错误
本页数据复核于 2026 年 9 月 18 日。如果你认为某条依据不成立或有更新, 请在 勘误入口 提交勘误 —— 依据被推翻比分数算错更需要纠正。
数据来源与更新时间
本页数据更新于 2026 年 9 月 18 日。如果你发现某条信息已经过时,请在 /about#errata 提交勘误。
- 超长上下文
- 多模态
- 免费额度高
- Google 生态
- 识图能力强
难度分级参考:入门 / 进阶 / 深入(本站教程体系用)。本页所有评分维度统一口径, 与 评分方法 一致。 相关概念可从 知识库 入手。