谷歌: 谷歌地表最強模型來襲 Gemini 2.5 Pro發布即屠榜

2025-03-25 | 來源: 新智元 | 轉到微信 | 有0人參與評論 | 字體: 放大縮小 | 收藏 | 打印

Gemini 2.5 Pro，剛剛深夜上線了！這個「思考」模型專為復雜任務打造，推理能力強大，一經誕生就橫掃各大榜單、拿下各類TOP 1，還創下了歷史上最大分數飛躍紀錄。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「思考」模型，能夠在回應前先進行思考推理，從而提升性能，並改善准確性。

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

它在多個基准測試中達到了SOTA水平，並且以顯著的優勢在LMArena上排名第一。

現在，Gemini 2.5 Pro已經登頂了Arena排行榜的第一位，而且創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，它也橫掃所有類別奪得第一，並且獨攬數學、創意寫作、指令遵循、長查詢和多輪對話五大領域的冠軍！

在困難提示詞和編程兩大領域，它與Grok-3/GPT-4.5拿到了並列冠軍，而且在所有其他比拼中都以微弱優勢勝出，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！

在網頁開發領域，它也同樣大放異彩，成功斬獲網頁開發競技場（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更是實現了質的飛躍。

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，在多久時間內會趕上？

目前，Gemini 2.5 Pro已在Google AI Studio和Gemini應用中，向Gemini Advanced用戶開放，並將很快在Vertex AI上推出。

而它的定價方案，會在未來幾周內公布，用戶可以在更高使用配額下，將模型應用於大規模生產環境。

網友實測後發現，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:AI狼沒來,廣告一哥穩坐釣魚台

OpenAI搶輸了 Google狠砸24 億

傳Google新手表加入兩大救命功能

谷歌表示，在AI領域，系統的「推理」能力不僅僅指分類和預測，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。

長期以來，谷歌一直在探索通過強化學習和思維鏈提示詞等技術，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月推出了第一個思考模型，Gemini 2.0 Flash Thinking。

而今天，通過Gemini 2.5，他們結合了顯著增強的基礎模型和改進的後期訓練，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，在常見的編程、數學和科學基准測試中均處於領先地位。

另外，在各類需要高級推理能力的基准測試中，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（如多數投票法），2.5 Pro就能在GPQA和 AIME 2025等數學和科學基准評測中表現卓越。

而且，在不使用任何外部工具的條件下，它就在挑戰人類知識和推理能力的極限前沿「人類最後的考試」中取得了18.8%的准確率，達到業界領先。

在編程能力上，Gemini 2.5相比2.0版本也實現了質的飛躍，而這，僅僅是個開始。

2.5 Pro在創建視覺精美的網頁應用和AI智能體代碼應用方面都表現卓越，在代碼轉換和編輯領域中，也同樣實力出色。

在智能體代碼評估的行業標准測試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，就能生成可執行代碼，來創建完整的動畫和游戲。在下面這個demo中，僅僅根據下面這行prompt，它就生成了一段p5js的交互式動畫，展示了「宇宙魚」的場景，並且還顯示了魚們都在想什麼。

它還根據以下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。