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

Gemini 2.5 Pro，剛剛深夜上線了！這個「思考」模型專為復(fù)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 TOP 1，還創(chuàng)下了歷史上最大分數(shù)飛躍紀錄。

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

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

它在多個基準測試中達到了 SOTA 水平，并且以顯著的優(yōu)勢在 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)下了歷史最大分數(shù)飛躍，比 Grok-3 / GPT-4.5 整整高出了 40 分！

在代號「nebula」的測試中，它也橫掃所有類別奪得第一，并且獨攬數(shù)學(xué)、創(chuàng)意寫作、指令遵循、長查詢和多輪對話五大領(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)勢勝出，成功問鼎榜首！

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

在網(wǎng)頁開發(fā)領(lǐng)域，它也同樣大放異彩，成功斬獲網(wǎng)頁開發(fā)競技場（WebDev Arena）亞軍寶座！

它是首個實力媲美 Claude 3.5 Sonnet 的模型，相比之前版本的 Gemini 更是實現(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 等競爭對手，在多久時間內(nèi)會趕上？

目前，Gemini 2.5 Pro 已在 Google AI Studio 和 Gemini 應(yīng)用中，向 Gemini Advanced 用戶開放，并將很快在 Vertex AI 上推出。

而它的定價方案，會在未來幾周內(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)友實測后發(fā)現(xiàn)，它果然實力驚人，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」能力不僅僅指分類和預(yù)測，而是指系統(tǒng)分析信息、得出邏輯結(jié)論、融入上下文和細微差別，以及做出明智決策的能力。

長期以來，谷歌一直在探索通過強化學(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，他們在 2 月推出了第一個思考模型，Gemini 2.0 Flash Thinking。

而今天，通過 Gemini 2.5，他們結(jié)合了顯著增強的基礎(chǔ)模型和改進的后期訓(xùn)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(xiàn)出了強大的推理和代碼能力，在常見的編程、數(shù)學(xué)和科學(xué)基準測試中均處于領(lǐng)先地位。

另外，在各類需要高級推理能力的基準測試中，它都達到了 SOTA 水平。

無需使用測試階段會增加計算成本的技術(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)基準評測中表現(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)人類知識和推理能力的極限前沿「人類最后的考試」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 版本也實現(xiàn)了質(zhì)的飛躍，而這，僅僅是個開始。

2.5 Pro 在創(chuàng)建視覺精美的網(wǎng)頁應(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。

以下這波 demo，就展示了 Gemini 2.5 Pro 如何運用強大推理，僅通過一行提示詞，就能生成可執(zhí)行代碼，來創(chuàng)建完整的動畫和游戲。

在下面這個 demo 中，僅僅根據(jù)下面這行 prompt，它就生成了一段 p5js 的交互式動畫，展示了「宇宙魚」的場景，并且還顯示了魚們都在想什么。

它還根據(jù)以下 prompt，生成了一個無限的恐龍跑酷游戲。

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 還通過編程實現(xiàn)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(xiàn)出了神奇的曼德布洛特集合。

此外，它還能構(gòu)建一個交互式氣泡圖，直觀展示出了每個大陸的經(jīng)濟與健康指標隨時間的變化。

或者用一段交互式的 Javascript 動畫，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。

另外，它還能開發(fā)粒子系統(tǒng)模擬，給出了一個 HTML 文件，創(chuàng)造出了反射星云的沉浸式交互模擬場景。

原生多模態(tài)和超長上下文

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

自己發(fā)布之初，2.5 Pro 就支持 100 萬 token 的上下文窗口（而 200 萬 token 也即將推出?。阅茱@著超越了前代模型。

這能讓它理解海量數(shù)據(jù)集，并處理來自多種信息源的復(fù)雜問題，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，就讓我們坐等 OpenAI 的反應(yīng)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