身在吉隆坡写专栏，看硅谷这些巨头换工具，总有一点似曾相识的味道。美国科技公司Salesforce首席执行员马克贝尼奥夫（Marc Benioff）自称连续三年天天用ChatGPT，结果跟谷歌（Google）最新的Gemini 3相处两小时，就在社交平台上高调宣告“我不打算回去了”，公开站到Gemini 3这一边。这一幕，把 Gemini 3和ChatGPT 5.1 的正面对决，推到了全世界媒体面前。
不过，对《东方日报》的读者来说，问题从来不是“谁完胜谁”，而是：这两家各自强在哪里，适合拿来干什么活？如果把感情因素先放一边，我们可以把Gemini 3 和 ChatGPT 5.1 当成两种不同风格的“聪明人”来比较。
先看总体性格。Gemini 3更像一台多模态推理引擎，谷歌从一开始就把它设计成“什么都看得懂”：文字、图片、音频、视频、PDF、代码，全都可以丢进同一条对话里，让它在里面梳理出脉络、找出关键点。它最擅长的是那种“桌上摊满资料”的场景——一堆报告、一堆图表、再加一堆截图，你只问一句“帮我理出结论和行动方案”，它会很用力地去拼这幅大图。
ChatGPT 5.1 则更像一个日夜待命的幕僚，是GPT-5家族里专门负责“对话体验”的那一支。它在ChatGPT 里面有Instant和Thinking 两种模式：前者偏向快问快答，后者专门接复杂、多步骤的问题。系统会自动根据问题难度在两种模式之间切换，用简单的话说，就是“该多想时多想，该少想时别啰嗦”。所以它的气质，是让人可以长时间聊天、改稿、写代码、讨论方案，感觉比较自然顺畅。
真正拉开差距的，是上下文长度和多模态深度。Gemini 3 Pro的输入窗口可以达到大约100万个token（模型处理和生成文本的基本单位），输出则在6万多token的级别，这意味著它能承受的讯息量，比上一代模型大了好几倍。配合原生多模态，你可以一次过塞进去好几小时的会议录音转写、成批的设计稿、甚至整座代码库，让它从中提炼架构、找出问题、拟定重构计划。对处理“大而乱”的数据来说，这种组合非常有优势。
ChatGPT 5.1在这方面走的是另一条路。它的Thinking模式提供大约19万多token 的上下文，比一般模型宽敞很多，但没有刻意追求到百万级。OpenAI的策略，是用中等偏大的上下文，加上对话历史压缩和缓存，把多轮对话串起来；再配合记忆功能，让模型记得用户的偏好和过往任务。结果就是：它吃不下一整座“数据山”，但在日常工作流里，很擅长把前因后果接得很顺，适合做长期合作的小伙伴。
在自动化和代理（agent）能力上，两家也各有侧重。Gemini 3被Google拉去做各种agentic工作流的“心脏”，特别强调用它来读旧系统代码、生成迁移脚本、自动写测试、操作内部工具。配合他们新推出的开发平台，它可以被包装成一名“数码工程师”：先读懂你的系统，再自己规划步骤、调用工具，把一部分繁琐工作接过去做。
各有特长
ChatGPT 5.1 同样可以驱动复杂的代理系统，不过它的卖点在于“可调节”和“可控”。开发者可以设定不同的推理强度，让模型在执行API调用、编辑代码、下命令的时候，有不同的谨慎程度；对走在合规红线附近的金融、医疗等行业来说，这种可调节的安全边界，往往比单纯的聪明更重要。可以说，Gemini 3更像会自己冲锋陷阵的干将，ChatGPT 5.1则更像一位掌握节奏的总控台。
站在大马读者的角度，最后一个关键是“你已经身在哪个生态”。如果你的公司本来就深度使用Google的服务，从Android、Chrome到Workspace、GCP 一条龙，那把 Gemini 3当成默认的AI引擎，整合成本最低；很多日常工作，比如整理文件、分析报表、生成前端原型，都可以直接在Google的产品里完成。相反，如果你的基础设施是建在微软与OpenAI这一边，习惯了Azure、Office、各种基于ChatGPT 的工具，那么让ChatGPT 5.1 继续做主力模型，会省掉大量迁移的烦恼。
马克贝尼奥夫（Marc Benioff）可以豪气地说“我不回去了”，那是一个巨头的个人选择。对多数企业和普通使用者来说，更现实的做法，恐怕不是选边站，而是学会“兵分两路”：遇到海量、多模态、极度复杂的数据，就把重活交给Gemini 3；需要长期对话、细水长流地协助写作、思考和日常自动化时，就让ChatGPT 5.1 留在身边。与其问谁赢谁输，不如先弄清楚：在你的世界里，哪种聪明，更能帮你把今天手上的工作做好。
本地上市科技公司Agmo的首席执行员兼创办人，国家数码经济和工业革命4.0的委员会成员，也是一些新创科技公司的顾问和大学的工业咨询顾问团成员。
