最近 AI agent 圈子好像都是 Codex 跟 Claude 的戲，但凡用 agent 的都會或多或少嫌棄 Gemini。
但 Gemini 有四個其他家真的打不過的 Use Case。
1. 大量資料清洗——Flash Lite 性價比之王
長文本、大量資料清洗用 Flash Lite，是中國以外的閉源模型中性價比最高的。如果信不過中國 API 端點、不想用 OpenRouter 的第三方、又無力架本地模型，Gemini 是最好的選擇之一。
2. 音訊多模態——聽得懂旋律
Gemini 的音訊處理不只是語音轉文字。它可以處理多講者、辨識語氣，甚至能「聽懂」音樂旋律中副歌和過門的準確位置。
我曾經玩過用 Strudel 接歌，讓 Gemini 辨識音樂素材中的段落切換點，準確度極高。這個能力目前 Claude 和 GPT 都做不到。
3. 影片理解——一步到位
有個學員的需求是從大量家族出遊影片中，把有家人的片段撈出來，捨棄純風景跟路人的部分。
如果交給 Claude 做，只能逐幀擷取圖片再辨識，流程冗長。但 Gemini 可以一步到位看懂影片內容，直接標記哪些段落有目標人物。
4. 書籍掃描 OCR——圖文座標回傳
另一位學員要把掃描的書籍數位化。Claude 對拉丁字母外的語言辨識度較差，附圖的辨識也差強人意。
Gemini 不只能準確辨識圖片中的文字，還可以回傳圖片在圖檔中的座標，供程式碼擷取。這在做書籍數位化的 pipeline 時非常實用。
結論
一味貶低 Gemini 的人，通常是 use case 看得不夠多。每個模型都有自己的甜蜜點，選工具不是選陣營。