感謝本站網(wǎng)友 風(fēng)見(jiàn)暉一、軟媒用戶(hù)1392612、求其、華南吳彥祖 的線(xiàn)索投遞！

Gemini 2.5 Pro，剛剛深夜上線(xiàn)了！這個(gè)「思考」模型專(zhuān)為復雜任務(wù)打造，推理能力強大，一經(jīng)誕生就橫掃各大榜單、拿下各類(lèi) TOP 1，還創(chuàng )下了歷史上最大分數飛躍紀錄。

Gemini 2.5 Pro 是一個(gè)「思考」模型，能夠在回應前先進(jìn)行思考推理，從而提升性能，并改善準確性。

谷歌稱(chēng)，它是世界上最強大的模型，具備統一的推理能力，以及用戶(hù)所喜愛(ài)的 Gemini 的所有功能（長(cháng)上下文、工具等）。

它在多個(gè)基準測試中達到了 SOTA 水平，并且以顯著(zhù)的優(yōu)勢在 LMArena 上排名第一。

現在，Gemini 2.5 Pro 已經(jīng)登頂了 Arena 排行榜的第一位，而且創(chuàng )下了歷史最大分數飛躍，比 Grok-3 / GPT-4.5 整整高出了 40 分！

在代號「nebula」的測試中，它也橫掃所有類(lèi)別奪得第一，并且獨攬數學(xué)、創(chuàng )意寫(xiě)作、指令遵循、長(cháng)查詢(xún)和多輪對話(huà)五大領(lǐng)域的冠軍！

在困難提示詞和編程兩大領(lǐng)域，它與 Grok-3 / GPT-4.5 拿到了并列冠軍，而且在所有其他比拼中都以微弱優(yōu)勢勝出，成功問(wèn)鼎榜首！

此外，Gemini 2.5 Pro 還成功登頂了視覺(jué)競技場(chǎng)（Vision Arena）排行榜榜首！

在網(wǎng)頁(yè)開(kāi)發(fā)領(lǐng)域，它也同樣大放異彩，成功斬獲網(wǎng)頁(yè)開(kāi)發(fā)競技場(chǎng)（WebDev Arena）亞軍寶座！

它是首個(gè)實(shí)力媲美 Claude 3.5 Sonnet 的模型，相比之前版本的 Gemini 更是實(shí)現了質(zhì)的飛躍。

這一次，谷歌的模型又展現出巨大的飛躍，OpenAI、Anthropic、DeepSeek 等競爭對手，在多久時(shí)間內會(huì )趕上？

目前，Gemini 2.5 Pro 已在 Google AI Studio 和 Gemini 應用中，向 Gemini Advanced 用戶(hù)開(kāi)放，并將很快在 Vertex AI 上推出。

而它的定價(jià)方案，會(huì )在未來(lái)幾周內公布，用戶(hù)可以在更高使用配額下，將模型應用于大規模生產(chǎn)環(huán)境。

網(wǎng)友實(shí)測后發(fā)現，它果然實(shí)力驚人，在所有模型中效果拔群，第一次嘗試就只用幾秒解決了一道難題。

Gemini 2.5 Pro 上線(xiàn)

谷歌表示，在 AI 領(lǐng)域，系統的「推理」能力不僅僅指分類(lèi)和預測，而是指系統分析信息、得出邏輯結論、融入上下文和細微差別，以及做出明智決策的能力。

長(cháng)期以來(lái)，谷歌一直在探索通過(guò)強化學(xué)習和思維鏈提示詞等技術(shù)，讓 AI 更智能、更具推理能力的方法。

正是在此基礎上，他們在 2 月推出了第一個(gè)思考模型，Gemini 2.0 Flash Thinking。

而今天，通過(guò) Gemini 2.5，他們結合了顯著(zhù)增強的基礎模型和改進(jìn)的后期訓練，讓模型達到了新的性能水平。

推理和代碼能力大幅提升

Gemini 2.5 Pro 展現出了強大的推理和代碼能力，在常見(jiàn)的編程、數學(xué)和科學(xué)基準測試中均處于領(lǐng)先地位。

另外，在各類(lèi)需要高級推理能力的基準測試中，它都達到了 SOTA 水平。

無(wú)需使用測試階段會(huì )增加計算成本的技術(shù)（如多數投票法），2.5 Pro 就能在 GPQA 和 AIME 2025 等數學(xué)和科學(xué)基準評測中表現卓越。

而且，在不使用任何外部工具的條件下，它就在挑戰人類(lèi)知識和推理能力的極限前沿「人類(lèi)最后的考試」中取得了 18.8% 的準確率，達到業(yè)界領(lǐng)先。

在編程能力上，Gemini 2.5 相比 2.0 版本也實(shí)現了質(zhì)的飛躍，而這，僅僅是個(gè)開(kāi)始。

2.5 Pro 在創(chuàng )建視覺(jué)精美的網(wǎng)頁(yè)應用和 AI 智能體代碼應用方面都表現卓越，在代碼轉換和編輯領(lǐng)域中，也同樣實(shí)力出色。

在智能體代碼評估的行業(yè)標準測試 SWE-Bench Verified 上，Gemini 2.5 Pro 靠使用自定義智能體配置，就獲得了 63.8% 的優(yōu)異成績(jì)。

以下這波 demo，就展示了 Gemini 2.5 Pro 如何運用強大推理，僅通過(guò)一行提示詞，就能生成可執行代碼，來(lái)創(chuàng )建完整的動(dòng)畫(huà)和游戲。

在下面這個(gè) demo 中，僅僅根據下面這行 prompt，它就生成了一段 p5js 的交互式動(dòng)畫(huà)，展示了「宇宙魚(yú)」的場(chǎng)景，并且還顯示了魚(yú)們都在想什么。

它還根據以下 prompt，生成了一個(gè)無(wú)限的恐龍跑酷游戲。

按照要求，它生成了像素化的恐龍圖像和有趣的游戲背景。

隨后，Gemini 2.5 Pro 還通過(guò)編程實(shí)現了分形可視化。

它創(chuàng )建出了精細分形圖案的模擬程序，展現出了神奇的曼德布洛特集合。

此外，它還能構建一個(gè)交互式氣泡圖，直觀(guān)展示出了每個(gè)大陸的經(jīng)濟與健康指標隨時(shí)間的變化。

或者用一段交互式的 Javascript 動(dòng)畫(huà)，展示了旋轉六邊形內多彩的人工生命群體，并且按要求做成了「超新星星云」的感覺(jué)。

另外，它還能開(kāi)發(fā)粒子系統模擬，給出了一個(gè) HTML 文件，創(chuàng )造出了反射星云的沉浸式交互模擬場(chǎng)景。

原生多模態(tài)和超長(cháng)上下文

Gemini 2.5 繼承并發(fā)揚了 Gemini 模型的優(yōu)勢 —— 原生多模態(tài)能力和超長(cháng)上下文長(cháng)度。

自己發(fā)布之初，2.5 Pro 就支持 100 萬(wàn) token 的上下文窗口（而 200 萬(wàn) token 也即將推出?。?，性能顯著(zhù)超越了前代模型。

這能讓它理解海量數據集，并處理來(lái)自多種信息源的復雜問(wèn)題，包括文本、音頻、圖像、視頻，甚至完整的代碼倉庫。

最后，既然谷歌已經(jīng)掏出了地表最強模型，接下來(lái)，就讓我們坐等 OpenAI 的反應了。

參考資料：

//blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025/gemini-2-5-thinking

//deepmind.google/technologies/gemini/pro/

//x.com/lmarena_ai/status/1904581128746656099