一週內Google和OpenAI都推出了新一代的AI服務，分別是Gemini 1.5 Pro和GPT-4o。如果我每個月只能花20美金購買AI服務，那要選擇Gemini 1.5 Pro還是GPT-4o呢？我們從價格和擴張性來比較，2款AI服務共有的功能，Gemini 1.5 Pro獨有的功能和GPT-4o獨有的功能分別比較。
先講結果，如果你是Google服務重度使用者，生活離不開Gmail、Google Docs、Google日曆和Google相簿這些服務，那肯定推薦購買Gemini 1.5 Pro；假若你更偏向讓AI服務成為你的小老師或好夥伴，教你英文、數學、唸故事給你聽、陪你聊天或幫你和他人聊天，那選擇GPT-4o會更適合些，推薦看完以下的功能比較，更能選擇你想要的AI助手服務喔！
價格比較
能使用Gemini 1.5 Pro的Gemini Advance要價新台幣650元，能使用GPT-4o的GPT Plus要價20美元（折合新台幣約641元），兩者的價格幾乎一樣。不過第一次購買Gemini 1.5 Pro的使用者前2個月不用錢，第三個月開始再付費即可，而且Gemini Pro是含有2TB容量雲端空間，如果剛好要升級Google服務容量的話，Gemini Advance可能是不錯的選擇。
另外Open AI宣稱GPT-4o將能免費使用，確定能免費使用的時間未定，只是付費版的使用量是免費版的5倍。
應用程式連結
Gemini 1.5 Pro更多整合到Google Workspace服務裡，也就是Gmail、Google Docs、Google Drive和Google日曆中，如果你是這些Google服務的重度使用者。那今年的Gemini 1.5 Pro將會有很大的幫助，包括直接請Gemini整理Gmail的資料、例如帳單，還能整理所有的帳單到一個Google資料夾中。
另外Gemini 1.5 Pro也推出了Ask Photos功能，在Google相簿中能做更深度的搜尋，還可以找出自己車子的車牌，也可以透過Ask Photos整理女兒學習游泳的歷程，終於不用自己一張張分門別類整理照片了！
GPT-4o並沒有強調和不同的應用程式連結，不過ChatGPT Plus版中就有GPT Store可以有各種的外掛可以使用，例如年輕人最愛的設計軟體Canva就有GPT外掛服務，使用者可以在ChaGPT上面透過指令製作出Canva的設計稿。需要話流程圖的話也可以透過Diagrams這個外掛、在ChatGPT上下指令畫出流程圖。
總結來說，如果你是Google服務重度使用者，那Gemini 1.5的服務就相當有用，如果你想嘗試更多元的應用程式和AI服務的連結，GPT-4o的外掛會更好用。
▲透過GPT外掛應用程式的服務，可以下指令做出Canva的設計稿。
▲透過Gemini 1.5 Pro的Ask Photos功能，可以找到相簿中自家車的車牌了。
影片溝通功能
Gemini 1.5 Pro推出了Ask with Video功能，可以邊拍影片邊問Gemini問題。Google以唱臂故障的鐵三角黑膠唱機為例，透過手機拍攝唱臂故障的情形，並詢問該如何修復，Ask with Video利用辨識影片中唱臂的晃動狀況分析是哪種故障情況，提供故障排除的建議。
GPT-4o也提出了類似的功能，展示者在紙上寫的一元一次方程式，並請GPT-4o解出，而且不只是單純解出X是什麼，而是教展示者一步一步解出答案。
▲GPT-4o教你解數學題目。
▲Gemini 1.5 Pro的詢問影片功能展示。
GPT-4o有、Gemini 1.5 Pro沒有的功能
語音即時翻譯
透過GPT-4o能成為語言不同的人成為中介翻譯者，OpenAI的發表會上使用者對GPT-4o下了指令「我正在和一位義大利人對話，你聽到英語的時候就翻譯成義大利語、你聽到義大利語的時候就翻譯成英語」，成為了即時口譯的工具。
即時影片辨識：家教和盲人導航功能
使用者請GPT-4o教學生什麼是三角函數，透過手機拍攝平板電腦上的畫面，GPT-4o一步步引導學生學習三角形不同的邊、和角度計算的方式，藉此讓人認知未來學生學習都能讓GPT-4o成為家教。不過這個做法可能需要一些設定，因為同時應用到GPT-4o的攝影辨識能力和語音辨識能力。
即時影片辨識功能還可作為盲人的導航助理，GPT-4o可以告訴盲人目前的環境狀況，叫計程車的時候還可以輔助車已經開到路邊可以上車，這個功能普及的話會是所有盲人的福音。
語調和插話
GPT-4o語音功能將可以透過指令改變情緒，例如請GPT-4o編個睡前故事，念完後可以下指令請GPT-4o以不同情緒唸出。對它說「我愛你GPT-4o」，GPT-4o還能以不好意思的情緒回應。此外GPT-4o回答的時候，人們可以像一般對話一樣直接插話，過去的ChatGPT會重新來過，現在的GPT-4o能理解並繼續接話，猶如一般人一樣。
▲主持人請GPT-4o講個「機器人愛情」的故事，講到一半插話請GPT-4o改變音調說故事。
桌機版軟體
GPT-4o將推出桌機版原生軟體，Gemini 1.5 Pro仍需要透過瀏覽器使用。
Gemini 1.5 Pro有、GPT-4o沒有的功能
專案助理AI Teammate
AI Teammate猶如組織協同作業的萬能助理，在展示中我們先為AI Teammate取名Chip。在專案中的各種討論，就可以將Chip拉進來，他會幫你找資料和解答。
例如我們問「IO的腳本在哪呢？」Chip就會從所有的資料中找給你。又例如：「IO的發表專案確認了嗎？」
Chip就會給你目前專案的作業進度，包括發想在4月25日確認、5月18日會完成設計、5月22日測試、11月15日開始行銷。每個結論都有引用的資料依據，都可以回頭爬梳資料。
▲連專案進度都可以追蹤整理，每個條列重點都有信件或文件的來源依據。
旅遊規劃功能
Gemini 1.5 Pro將於未來幾個月內提供旅遊規劃功能，使用時你可以說出你想要去日本東京7天，偏好文化行程，不吃生魚片。那麼Gemini就會推薦你適合的機票、飯店以及餐飲店，而且這些資訊都是動態調整，可以隨時增加條件或是進行調整，就像是跟旅行社專員對話一樣。
用AI分析通話防詐騙
Gemini Nano是簡化的大型語言模型，可在手機端離線使用。它可以監控並即時分析通話內容，當對話觸及高風險的詞語或行為，像是提到銀行帳戶、密碼，或是要你購買點卡或轉帳時，手機會出現語音要你提高警覺，並於畫面上顯示要繼續通話或是立即掛斷。
影片生成
影片生成方面Gemini 1.5 Pro不像GPT-4o可以直接產出文本，不過這次Google IO 2024發表會中，Google也發表了Veo生成影片服務，包括能生成一分鐘的影片、將相片生成為影片、還能做局部修改的功能。這都指向之前Open AI推出的影片生成服務Sora。倒底兩者誰強誰弱，目前則不得而已，使用者可以到Google DeepMind網站申請使用。
▲Google Veo生成影片展示畫面。
結論
如果您是 Google 服務重度使用者，生活離不開 Gmail、Google Docs、Google 日曆和 Google 相簿這些服務，那麼 Gemini 1.5 Pro 是更好的選擇。 它與這些服務的整合更深入，並提供獨特的功能，例如 Ask Photos，可讓您輕鬆整理照片和影片。
如果您更偏向讓 AI 服務成為您的老師或好夥伴，教您英文、數學、唸故事給您聽、陪您聊天或幫您和他人聊天，那麼 GPT-4o 會更適合您。 它具有更廣泛的功能，包括語音即時翻譯、即時影片辨識、語調和插話等。
總而言之，Gemini 1.5 Pro 和 GPT-4o 都是功能強大的 AI 服務，各有優缺點。 最終選擇哪一種取決於您的需求和偏好。如果還無法決定的話，那先用免費版試試看也可以。
