谷歌地表最強(qiáng)模型深夜來襲！Gemini 2.5 Pro發(fā)布即屠榜，代碼推理殺瘋了
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(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，它是世界上最強(qiáng)大的模型，具備統(tǒng)一的推理能力，以及用戶所喜愛的Gemini的所有功能（長上下文、工具等）。
圖片
它在多個基準(zhǔn)測試中達(dá)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?jǐn)?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(dú)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！
圖片
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！
圖片
此外，Gemini 2.5 Pro還成功登頂了視覺競技場（Vision Arena）排行榜榜首！
圖片
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(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。
圖片
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？
圖片
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(shí)測后發(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。
圖片
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(xì)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(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(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，在常見的編程、數(shù)學(xué)和科學(xué)基準(zhǔn)測試中均處于領(lǐng)先地位。
圖片
另外，在各類需要高級推理能力的基準(zhǔn)測試中，它都達(dá)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(zhǔn)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(zhǔn)確率，達(dá)到業(yè)界領(lǐng)先。
圖片
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(shí)力出色。
在智能體代碼評估的行業(yè)標(biāo)準(zhǔn)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(yùn)用強(qiáng)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。
圖片
它還根據(jù)以下prompt，生成了一個無限的恐龍跑酷游戲。
圖片
按照要求，它生成了像素化的恐龍圖像和有趣的游戲背景。
圖片
隨后，Gemini 2.5 Pro還通過編程實(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。
圖片
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(jì)與健康指標(biāo)隨時間的變化。
圖片
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。
圖片
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。
圖片
原生多模態(tài)和超長上下文
Gemini 2.5繼承并發(fā)揚(yáng)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。
圖片
最后，既然谷歌已經(jīng)掏出了地表最強(qiáng)模型，接下來，就讓我們坐等OpenAI的反應(yīng)了。
參考資料：
