報(bào)道

編輯：Aeneas 好困

Gemini 2.5 Pro，剛剛深夜上線了！這個(gè)「思考」模型專(zhuān)為復(fù)雜任務(wù)打造，推理能力強(qiáng)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?jǐn)?shù)飛躍紀(jì)錄。

就在剛剛，谷歌的全新模型Gemini 2.5 Pro，果然深夜上線了！

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

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

它在多個(gè)基準(zhǔn)測(cè)試中達(dá)到了SOTA水平，并且以顯著的優(yōu)勢(shì)在LMArena上排名第一。

現(xiàn)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?jǐn)?shù)飛躍，比Grok-3/GPT-4.5整整高出了40分！

在代號(hào)「nebula」的測(cè)試中，它也橫掃所有類(lèi)別奪得第一，并且獨(dú)攬數(shù)學(xué)、創(chuàng)意寫(xiě)作、指令遵循、長(zhǎng)查詢(xún)和多輪對(duì)話五大領(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(shì)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(jìng)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(jìng)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(xiàn)了質(zhì)的飛躍。

這一次，谷歌的模型又展現(xiàn)出巨大的飛躍，OpenAI、Anthropic、DeepSeek等競(jìng)爭(zhēng)對(duì)手，在多久時(shí)間內(nèi)會(huì)趕上？

目前，Gemini 2.5 Pro已在Google AI Studio和Gemini應(yīng)用中，向Gemini Advanced用戶開(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(nèi)公布，用戶可以在更高使用配額下，將模型應(yīng)用于大規(guī)模生產(chǎn)環(huán)境。

網(wǎng)友實(shí)測(cè)后發(fā)現(xiàn)，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！

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

長(zhǎng)期以來(lái)，谷歌一直在探索通過(guò)強(qiáng)化學(xué)習(xí)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(chǔ)上，他們?cè)?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(jié)合了顯著增強(qiáng)的基礎(chǔ)模型和改進(jìn)的后期訓(xùn)練，讓模型達(dá)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(xiàn)出了強(qiáng)大的推理和代碼能力，在常見(jiàn)的編程、數(shù)學(xué)和科學(xué)基準(zhǔn)測(cè)試中均處于領(lǐng)先地位。

另外，在各類(lèi)需要高級(jí)推理能力的基準(zhǔn)測(cè)試中，它都達(dá)到了SOTA水平。

無(wú)需使用測(cè)試階段會(huì)增加計(jì)算成本的技術(shù)（如多數(shù)投票法），2.5 Pro就能在GPQA和 AIME 2025等數(shù)學(xué)和科學(xué)基準(zhǔn)評(píng)測(cè)中表現(xiàn)卓越。

而且，在不使用任何外部工具的條件下，它就在挑戰(zhàn)人類(lèi)知識(shí)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(zhǔn)確率，達(dá)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(xiàn)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(yīng)用和AI智能體代碼應(yīng)用方面都表現(xiàn)卓越，在代碼轉(zhuǎn)換和編輯領(lǐng)域中，也同樣實(shí)力出色。

在智能體代碼評(píng)估的行業(yè)標(biāo)準(zhǔn)測(cè)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(jī)。

以下這波demo，就展示了Gemini 2.5 Pro如何運(yùn)用強(qiáng)大推理，僅通過(guò)一行提示詞，就能生成可執(zhí)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(jù)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(jù)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(xiàn)了分形可視化。

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

此外，它還能構(gòu)建一個(gè)交互式氣泡圖，直觀展示出了每個(gè)大陸的經(jīng)濟(jì)與健康指標(biāo)隨時(shí)間的變化。

或者用一段交互式的Java動(dòng)畫(huà)，展示了旋轉(zhuǎn)六邊形內(nèi)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(tǒng)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(zhǎng)上下文

Gemini 2.5繼承并發(fā)揚(yáng)了Gemini 模型的優(yōu)勢(shì)——原生多模態(tài)能力和超長(zhǎng)上下文長(zhǎng)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！），性能顯著超越了前代模型。

這能讓它理解海量數(shù)據(jù)集，并處理來(lái)自多種信息源的復(fù)雜問(wèn)題，包括文本、音頻、圖像、視頻，甚至完整的代碼倉(cāng)庫(kù)。

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

參考資料：

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

https://deepmind.google/technologies/gemini/pro/