Why I am leaving Copilot for Gemini

🔑 增強重點摘要

•AI幻覺率顯著降低但仍有差異: 2026年，Gemini 2.0 Flash在事實性查詢上的幻覺率低至0.7%，而Gemini 3.1的幻覺率約為9%，GPT-5.4約為6%，Claude 4.6則為4%，顯示不同模型在減少錯誤資訊方面的進展與差距。
•多模態與長上下文視窗能力成為關鍵優勢: Google Gemini模型原生支援同時處理文字、圖像、音訊和視訊等多種資料類型，且Gemini 1.5 Pro及3.1 Pro提供業界領先的長上下文視窗（最高可達100萬或200萬個tokens），使其能分析長達數小時的影片或數十萬行的程式碼，遠超GPT-4的128k tokens限制。
•生態系統整合與資料接地性影響效能: Microsoft Copilot透過與Microsoft 365應用程式和Microsoft Graph的深度整合，能利用組織內部資料提供上下文相關的回應。Google Gemini則能存取Google Workspace、Google相簿、搜尋歷史和YouTube等資料進行個人化處理，兩者皆強調透過「接地」(grounding)來提升準確性。
•底層模型與架構差異: Microsoft Copilot主要基於OpenAI的GPT系列模型（如GPT-4 Turbo，並在2026年5月引入GPT-5.5 Instant），並結合微軟的Prometheus框架。Google Gemini則是由Google DeepMind開發的Gemini系列模型（包括Nano、Flash、Pro、Ultra），採用Google於2017年提出的Transformer架構，並在1.5 Pro版本中引入了專家混合(Mixture of Experts, MoE)架構。

📊 競品分析▸ Show

特性/產品	Microsoft Copilot (個人版/商務版)	Google Gemini (免費版/Advanced/Workspace)
底層模型	OpenAI GPT系列 (GPT-4 Turbo, GPT-5.5 Instant), Microsoft Prometheus	Google Gemini系列 (Nano, Flash, Pro, Ultra)
主要功能	整合於Microsoft 365應用程式 (Word, Excel, Outlook, Teams) 進行文件起草、資料分析、會議摘要、程式碼輔助 (GitHub Copilot)。	多模態理解 (文字、圖像、音訊、視訊), 長上下文處理, 程式碼生成與除錯, 整合於Google Workspace、Android、Google Search
幻覺率 (2026)	GPT-5.4約6%	Gemini 3.1約9%，Gemini 2.0 Flash低至0.7%
上下文視窗	GPT-4 Turbo約128k tokens	Gemini 1.5 Pro/3.1 Pro最高可達100萬至200萬tokens
定價 (每月)	免費版: 基本Copilot功能 (Windows, Bing) Copilot Pro: $20/使用者 (個人) Microsoft 365 Copilot 商務版: $21/使用者 (年繳, 需M365基礎授權) Microsoft 365 Copilot 企業版: $30/使用者 (年繳, 需M365基礎授權)	免費版: 基本Gemini助理, 圖像生成 Gemini Advanced: $19.99/月 (個人, 存取Gemini 1.5 Pro) Google Workspace 整合: $7-$14/使用者 (Starter/Standard, 包含Gemini應用程式及Workspace整合) Gemini API: 依模型和tokens用量計費，例如Gemini 3.1 Pro輸入$2.00/1M tokens (≤200K context)
資料隱私	僅存取使用者有權限的資料，資料傳輸加密，遵循M365角色型存取控制	當啟用個人化功能時，可存取Google相簿、Workspace、搜尋歷史、YouTube等使用者資料

🛠️ 技術深入

Google Gemini:
- 採用Google於2017年提出的Transformer神經網路架構。
- 原生多模態設計，能夠同時處理和生成文字、電腦程式碼、圖像、音訊和視訊等多種資料類型。
- 具備不同規模版本：Nano (裝置端)、Flash (高效低成本)、Pro (通用)、Ultra (複雜推理)。
- Gemini 1.5 Pro及3.1 Pro引入了擴展的上下文視窗，最高可達100萬至200萬tokens，能一次性分析大量資料集。
- Gemini 1.5 Pro應用了專家混合(Mixture of Experts, MoE)架構，將模型分為多個專門的「專家」神經網路，根據輸入類型選擇性啟用最相關的專家。
- 個人化功能可透過138個功能旗標，從Google相簿、Workspace、搜尋歷史和YouTube等Google服務中提取使用者資料以提供更相關的回應。
Microsoft Copilot:
- 基於OpenAI的GPT大型語言模型 (LLM)，目前主要使用GPT-4 Turbo，並在2026年5月引入GPT-5.5 Instant於Copilot Chat。
- 採用Microsoft Prometheus大型語言模型，該模型建立在OpenAI的GPT基礎模型之上，並透過監督式學習和強化學習技術進行微調。
- 架構包含三個主要組件：使用者介面、大型語言模型(LLM)和Microsoft Graph。
- 透過Microsoft Graph存取組織資料，包括來自SharePoint、OneDrive、Teams、Exchange等資料來源的資訊，為LLM提供上下文，確保回應與使用者工作內容相關。
- 支援多種使用者介面，包括通用聊天介面和應用程式專用聊天介面，可從桌面和行動裝置存取。
- 資料在傳輸過程中加密，且Copilot僅存取使用者有權限存取的資料，遵循Microsoft 365的角色型存取控制和條件式存取策略。

🔮 前景展望AI analysis grounded in cited sources

AI助理將成為專業故障排除和研究不可或缺的工具

幻覺率的顯著降低以及透過「接地」和更大的上下文視窗所帶來的準確性提升，使AI在處理關鍵任務時更加可靠。

競爭將推動AI助理進一步的專業化和生態系統整合

Google和Microsoft都在利用各自的生態系統優勢，導致高度整合、具備上下文感知能力的助理，專為特定的生產力套件和資料來源量身定制。

多模態AI將重新定義使用者互動，超越傳統的文字提示

Gemini原生多模態架構（文字、圖像、音訊、視訊）的發展，預示著未來的AI助理將能夠無縫理解和生成跨多種媒體類型的資訊。

⏳ 時間線

2019-07

Microsoft對OpenAI進行戰略投資，奠定Copilot發展基礎

2021-06

GitHub Copilot推出技術預覽版，為首個「Copilot」品牌產品

2023-05

Google I/O大會上首次宣布Gemini，作為PaLM 2的更強大繼任者

2023-12

Google發布Gemini 1.0模型系列，具備原生多模態能力，並整合至Bard

2024-02

Google將Bard聊天機器人更名為Gemini，並推出支援100萬tokens上下文視窗的Gemini 1.5 Pro預覽版

2026-05

Microsoft 365 Copilot中提供Anthropic的Claude Opus 4.8及Copilot Chat的GPT-5.5 Instant，擴展模型選擇

為什麼我決定從 Copilot 跳槽到 Gemini

⚡ 30-Second TL;DR

關鍵要點

🧠 深度解析

🔑 增強重點摘要

🛠️ 技術深入

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線

📎 來源 (32)

👉相關動態