每月花钱订 AI 服务,眼下真正值得考虑的只有三家:推理和编程见长的 Claude、与 Google 生态深度整合的 Gemini,以及被认为最全能的 ChatGPT。ChatGPT 没有哪项功能真正帮上小编的工作流,所以直接出局了。
说回正题:小编订了一年多 Google AI Plus,本来打算退订,退订前先盘点了一下会失去什么。结论是:日常交给 Gemini 的事,Claude 基本都能接手,唯独涉及图像和视频的部分例外。下面就是小编舍不得的三样东西。
视觉创作是 Gemini 仍领先 Claude 的地方
Claude 会设计,但还不能生成图片
Gemini 靠 Nano Banana 在写实图像生成上一直处在第一梯队,能处理文字、图片或两者结合,直接在聊天界面里生成和编辑。小编订阅的 Google AI Plus 里有 Nano Banana Pro(Gemini 3 Pro Image),号称有影棚级的精度与控制。
Claude 在视觉方面则是一步一步慢慢来:3 月推出交互式视觉内容(小编初次体验时印象很深),4 月推出用来做原型和幻灯片的 Claude Design,10 月又有了 Claude Motion。问题是这些全都是靠代码实现的,到目前为止 Claude 既不能生成图像,也不能编辑图像。比如把图片拖进对话框,用一句话去掉画面里的某个物体,最顺手的办法依然是 Gemini 的聊天界面。
Gemini Omni:一张静图加一句话变视频
而且对话就能继续编辑
5 月小编第一次用 Gemini Omni 时,形容它像“科幻片里的东西”,至今没变。小编测过:只给它一张《极限竞速:地平线 6》的游戏截图,让它生成物理和化学讲解视频,还让一张卡通小狗的涂鸦动了起来。
它难以替代的原因在于:值得订阅的三家 AI 里,现在只有 Gemini 自己能生成视频。据小编了解,OpenAI 4 月关停了 Sora,视频生成也就从 ChatGPT 里消失了,Claude 则从来没有这项功能。Omni 能接收文字、图片、音频片段或现有视频,生成带声音的短视频。对需要解释、说明一些很难用文字讲清楚的东西的人来说,这个功能非常实用。
SynthID 告诉您什么是真的、什么不是
其他 AI 只能靠猜
Gemini 的图像和视频工具有个不太被人提起的特点:生成的所有内容都带“签名”。Nano Banana 生成的每张图、Omni 渲染的每段视频,在生成时都会被 Google 嵌入一种看不见的水印,叫 SynthID。把这类媒体上传到 Gemini,它能分辨内容是不是用 Google AI 生成的。
小编实测了一下:把之前用 Gemini 生成的一张“去掉灰尘的电脑照片”传上去,让它检测 SynthID。尽管小编已经把画面上可见的 Gemini 水印裁掉了,它仍然检测到水印,并指出图片的一部分由 Google AI 生成或编辑。
这个功能小编用过很多次。苹果秋季发布会或重大产品发布前,社交媒体上常常充斥着“泄露”的渲染图和产品图,其中不少是 AI 生成的,而且有相当一部分出自 Google 的 AI 工具。Google 的 SynthID 检测器也越来越好,据说现在连 OpenAI、英伟达和 Kakao 的水印也能识别。
Gemini 不再是主力,但总有理由回来
Claude 一直在编程基准上名列前茅,ChatGPT 则占据消费级 AI 的最大份额,Gemini 光靠能力本身很少成为讨论焦点。不过小编发现,凭借多模态它有几个很小众的功能,其中一个在另外两家根本没有对应品。想了解 Gemini 4 Argon 和 Claude Code 的另一场较量,可以看看Kindle 看板项目对比。小编下一步的打算是继续观察,哪些功能真的值得每月付费。
常见问题(FAQ)
Claude 现在能生成图片吗?
不能。它的视觉功能(交互式视觉、Claude Design、Claude Motion)都是用代码实现的,不能生成或编辑图片。
现在还有哪些 AI 订阅能生成视频?
按小编的了解,三家主流订阅里只有 Gemini(通过 Omni)。OpenAI 已关停 Sora。
SynthID 是什么?
Google 在生成内容里嵌入的看不见的水印,用来判断内容是否由 Google AI 生成或编辑。
裁掉可见水印后还能检测出来吗?
小编测试时可以,裁掉画面上的 Gemini 水印后依然检测到了 SynthID。
要不要同时订 Claude 和 Gemini?
如果您经常做图像、视频,Gemini 值得保留;主要做编程和文字推理,Claude 基本够用。