根据@karpathy在Twitter上的分享，Gemini 3在个性、写作、编程和幽默等方面表现出色，初步测试显示其具备成为日常主力AI工具的潜力。他指出，公开AI基准测试容易被操控，团队受激励可能会过度优化测试集相关数据，导致评测结果失真（来源：@karpathy，2025年11月18日）。因此他建议企业更多依赖私有评测体系，以获得LLM真实表现。Gemini 3的表现表明其在企业应用和内容生成等领域具有巨大商业潜力，被认为是顶级大语言模型之一。