实测：虽被调侃“降智”，Gemini多模态能力仍大幅领先国产模型

一位开发者在实际业务场景（漫画翻译插件）中发现，尽管谷歌Gemini常被戏称为“美国豆包”，但在多模态任务上仍具备统治力。实测对比显示，Gemini Flash Lite能精准完成翻译与嵌字，而国内头部大模型（指代Mimo）在日语理解、指令遵循及排版精度上表现不佳，甚至出现严重幻觉。这表明，单纯的文本能力比拼并非全貌，多模态逻辑理解与精细控制才是当下大模型的核心壁垒。