简介

文章介绍了通过谷歌AI Studio的A/B测试功能提前体验Gemini 3 Pro的方法：选择thinking模型并输入提示词后，不断点击Rerun按钮直到出现A/B测试界面。可通过检查模型ID(d17/da9开头)或测试复杂任务性能确认是否使用Gemini 3。此方法利用谷歌A/B测试的Bug，非官方功能，可能随时失效，且不显示推理过程，成功率非100%。

---

据说 Gemini 3 已经能用了？我试了这个方法，真进去了…

谷歌 Gemini 3 快发布了。

这可能是近期最值得期待的新模型。

毕竟，Gemini 2.5 Pro 已经很强了，升级到 3.0，那还得了。

而就在一众网友苦苦等待时，其实有不少小机灵鬼已经提前体验上了 Gemini 3。

秘诀就是：A/B 测试。

废话不多说，直接上干货。

---

一、如何触发 A/B 测试

第一步：访问 AI Studio

打开浏览器，访问谷歌 AI Studio。

https://aistudio.google.com

用你的谷歌账号登录。

作为全网最早推 AI Studio 的博主之一，我大概一年半以前就开始推荐了。

这是谷歌的开发者测试平台，不需要付费订阅，完全免费。

第二步：选择 thinking 模型

在右上角的模型选择区域，任选一个带推理功能的模型，比如 Gemini 2.5 Pro。

随便输入一个提示词，什么都行。

比如下面这个。

Write full HTML, CSS and JavaScript for a stunning, bold, creative and unique landing page for BlueNest. BlueNest is a social media platform for progressives. It should look like it was built from scratch by a world-leading web design agency on a multi-million dollar budget.

点击 Run 按钮运行。

第三步：疯狂点击 Rerun

重点来了。

等模型回复完，你会看到一个 Rerun 按钮。

接下来，不停点击这个按钮。

是的，不要停。

直到看到两个回复框，并且询问你哪个回答更好。

恭喜你，成了。

就像下面这样。

X 平台有网友几次就成功了，但大多数是 100 多次。

如果出现 quota exceeded 的提示，说明触发了 RPM（每分钟请求数）限制。

等 1 分钟，就可以继续尝试。

第四步：确认是否是 Gemini 3

问题来了，怎么知道你用的是不是 Gemini 3 Pro 模型？

两个方法。

最靠谱的是“模型 ID”。

如果你懂一点开发者工具的操作，按 F12 打开浏览器控制台，查看网络请求，你可以找到当前模型 ID。

根据泄露的信息：以 d17 或 da9 开头的模型 ID，就是 Gemini 3 Pro 的早期版本。

如果不想这么麻烦，还有个简单方法：测试性能。

Gemini 3 Pro 在复杂任务上会明显更强，比如

• 多步骤推理问题
• 复杂代码生成
• 需要“思考”的数学题

---

二、几个重要说明

1. 这不是官方功能。这个方法利用的是谷歌 A/B 测试的 Bug。随时可能修复，且用且珍惜。
2. 不显示推理过程。即使触发了 Gemini 3 Pro，你也看不到它的“思考过程”(thinking process)。但你能感受到明显的推理能力的提升。
3. 成功率不是 100%。可能不是所有 A/B 测试都是 Gemini 3。唯一能确认的方法，就是检查模型 ID。

---

三、我的实际体验

这个方法并非我原创，但亲测有效。

上面那张 A/B 测试的截图就是我尝试了几次后就触发的。

但可惜的是，Gemini 3 Pro 把代码搞错了，导致无法预览。

这里附上一些 X 平台其他网友，在相同提示词下得到的结果。

这个网页设计，还是十分惊艳的。

至少“不走寻常路”，很有设计感。

---

如果你恰好国庆假期闲的无聊，又恰好想抢先尝试一波 Gemini 3，那就点起来吧。

上车要趁早，随时可能“关门”。

四、如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】