智東西
作者 程茜
編輯 心緣

智東西11月19日報道，今天凌晨，谷歌最強推理模型Gemini 3終于亮相，一個模型囊括了原生多模態、推理、Agent多種能力。

谷歌DeepMind研究團隊稱，這是全球最先進的多模態理解模型、谷歌最強大的Agent編程和氛圍編程模型，能呈現更豐富的可視化效果和更深度的交互體驗，且完全構建于最先進的推理技術基礎之上。

該模型基于谷歌TPU進行訓練，支持100萬個token的上下文窗口，適用于需要以下功能的應用：Agent、高級編程、長上下文、多模態理解、算法開發。

剛一發布，Gemini 3就幾乎屠榜所有評測集，以1501 Elo得分位列LMArena大模型競技場第一。

OpenAI聯合創始人、CEO薩姆·阿爾特曼（Sam Altman）和xAI創始人、CEO埃隆·馬斯克（Elon Musk）紛紛向谷歌發來“賀信”。阿爾特曼發推評價“Gemini 3看起來很不錯”，谷歌CEO桑達爾·皮查伊（Sundar Pichai）用了個表情包回復。

馬斯克轉發了谷歌DeepMind CEO戴密斯·哈薩比斯（Demis Hassabis）的推文稱“干得不錯”。

今天起，谷歌將在以下平臺部署Gemini 3：

適用于Gemini應用的所有用戶，以及在搜索的AI模式中使用Google AI Pro和Ultra訂閱服務的用戶；適用于Gemini API中的開發者、谷歌全新Agent開發平臺Antigravity的開發者，以及Gemini CLI的開發者；適用于Vertex AI平臺與Gemini企業版的企業用戶。

此外，谷歌將在未來幾周向Google AI Ultra訂閱者開放Gemini 3的深度思考模式，目前其還在進行安全評估。

對于Gemini 3的發布，皮查伊認為，這一模型可以讓用戶的任何想法變為現實。

一、分分鐘造出交互游戲、App，還能幫你學新知識

先來看下Gemini 3 Pro能做什么。

Gemini 3能編寫托卡馬克裝置中等離子體流的可視化代碼，并創作捕捉核聚變物理原理的詩歌。

如果用戶想學習家族傳統烹飪，Gemini 3可以解讀并翻譯不同語言的手寫食譜，制作成可共享的家庭食譜。

或者如果用戶想學習一個新話題，可以給Gemini 3輸入學術論文、長視頻講座或教程，它還能生成交互式抽認卡、可視化或其他格式的代碼，幫助用戶掌握這些內容。

Gemini 3還可以分析用戶的匹克球比賽視頻，找出可以改進的地方，并生成整體動作提升的訓練計劃。

AI搜索模式下，Gemini 3能學習復雜主題內容，如借助搜索功能中AI模式的生成式用戶界面，學習像RNA聚合酶作用機制這類復雜知識點。值得一提的是，這也是谷歌首次在模型發布首日，就將新模型直接集成至AI搜索功能中。

Gemini 3可以編寫擁有豐富可視化界面和互動性的復古3D飛船游戲。

該模型通過代碼構建、解構和重新創作精細的3D體素藝術，能讓用戶的想象變為現實。

Gemini 3能使用著色器創建可玩的科幻世界。

其還可以生成更具實用性的元素豐富的互動性網頁和App。

二、屠榜評測集，刷新大模型能力天花板

再來看下Gemini 3 Pro的基準測試結果。

谷歌博客提到，Gemini 3 Pro在一系列基準測試中進行了評估，包括推理、多模態能力、Agent工具使用、多語言性能和長上下文，其在主要的AI基準測試中都遠遠優于Gemini 2.5 Pro，并以1501 Elo得分位列LMArena大模型競技場第一。

該模型展現出博士級推理能力，在“人類終極測試”（不使用任何工具情況下得分37.5%）和GPQA鉆石級測試中均斬獲最高分，在MathArena Apex測試中取得23.4%的最新頂尖成績。

除了文本，Gemini 3 Pro在MMMU-Pro上獲得了81%，在Video-MMMU上獲得了87.6%的多模推理。它在SimpleQA Verify上也獲得了最先進的 72.1%。

這意味著Gemini 3 Pro能夠以高度可靠性解決涵蓋科學和數學等廣泛主題的復雜問題。

Gemini 3的深度思考和多模態理解能力更新，可以幫助用戶解決更復雜的問題。測試中，Gemini 3 Deep Think在“人類終極測試”（未使用工具時為41.0%）和GPQA Diamond（93.8%）中表現優于Gemini 3 Pro。它在ARC-AGI-2（代碼執行，ARC獎項認證）上取得了45.1%的成績，均超過谷歌自家前代模型，以及OpenAI、Anthropic的模型。

編程能力中，Gemini 3是谷歌迄今為止構建過的最佳氛圍編程和Agent編程模型。

該模型以1487 Elo得分登頂WebDev競技場排行榜。它在Terminal-Bench 2.0測試模型工具使用能力上，得分為54.2%，在衡量編程Agent能力的基準測試SWE-bench Verified上表現遠超2.5 Pro。

開發者可以在Google AI Studio、Vertex AI、Gemini CLI以及谷歌全新的代理開發平臺Google Antigravity中使用Gemini 3進行構建。它還支持第三方平臺，如Cursor、GitHub、JetBrains、Manus、Replit等。

自Gemini 2以來，谷歌Gemini模型已經在Agent方面取得諸多進展，此次Gemini 3還登頂了Vending-Bench 2排行榜。該基準測試通過模擬自動售貨機業務運營來考核模型的長期規劃能力，其結果顯示，Gemini 3 Pro在一整年的模擬運營中，始終保持穩定的工具使用和決策連貫性，既未偏離任務目標，又實現了更高收益。

這意味著Gemini 3能幫助用戶完成日常生活中的事務，如預約本地服務或整理收件箱等。

三、全新Agent開發平臺亮相，實現端到端軟件開發自動化

今天谷歌還發布了全新的Agent開發平臺Google Antigravity。

借助Gemini 3的高級推理、工具使用及Agent編程能力，谷歌Antigravity將AI輔助功能從開發者工具包里的一個工具，轉變為積極主動的合作伙伴。

盡管谷歌Antigravity的核心仍是AI集成開發環境（AI IDE）體驗，但其Agent已升級至專屬界面，并能直接訪問編輯器、終端和瀏覽器。如今，這些Agent可以自主規劃并同步為開發者執行復雜的端到端軟件任務，同時還能對自身代碼進行驗證。

除了Gemini 3 Pro，Google Antigravity還將結合谷歌最新的Gemini 2.5電腦使用瀏覽器模型，以及圖像編輯模型Nano Banana。

谷歌Antigravity借助Gemini 3，為航班追蹤應用打造了端到端的Agent工作流。該Agent能夠自主規劃、編寫應用代碼，并通過基于瀏覽器的計算機操作來驗證其執行效果。

最后谷歌還提到，Gemini 3是其迄今為止最安全的模型，并且經歷了谷歌AI模型中最全面的安全評估。模型評測結果顯示，其諂媚行為減少，對即時注射的抵抗力增強，并增強了對網絡攻擊濫用的防護。

從2023年12月Gemini模型發布至今已近兩年：Gemini 1在原生多模態和長上下文窗口上的突破，擴展了可處理信息的種類以及處理量；Gemini 2可幫助用戶處理更復雜的任務和想法，使Gemini 2.5 Pro的排名在LMArena中領先超過六個月。

如今，谷歌基于Gemini模型的搜索功能AI Overviews現在月活用戶達到20億，Gemini應用月活用戶超過6.5億，超過70%的云端客戶使用谷歌AI功能，1300萬開發者用其生成模型構建了作品。

結語：免費開放+性能飆升！Gemini 3攪動大模型競爭格局

谷歌Gemini 3相比前幾代模型性能大幅提升，可以感知用戶提示詞中的細微線索及復雜問題，還能理解用戶請求的背景和背后意圖，讓用戶用更少的提示獲得所需信息。谷歌博客提到，在Gemini 3發布的下一個新篇章中，他們將繼續突破智能、Agent和個性化的前沿，讓AI真正惠及所有人。

隨著Gemini 3正式亮相，加之谷歌此次免費開放其使用權限，一場圍繞大模型的新一輪行業競爭已全面打響。