DeepSeek逼出谷歌新推理模型：40分优势超GPT4.5登顶竞技场，支持原生多模态，但依然败给了“竹竿问题”

鱼羊 发自 凹非寺
量子位 | 公众号 QbitAI

又双叒，抢在OpenAI直播之前，谷歌Gemini 2.5系列来了。

首个版本Pro Experimental一登场就抢下大模型竞技场第一名，并且整整比GPT-4.5高出40分！

Gemini 2.5同样是推理模型，用Jeff Dean的说法是：

这是我们最智能的模型，具有令人印象深刻的高级推理和编码能力。

Be like，给出一段提示词：

帮我制作一款吸引人的无尽跑酷游戏。屏幕上要有关键操作说明。使用p5js，不要用HTML。我喜欢像素风格的恐龙和有趣的背景。

1分钟左右，就能得到：

谷歌“最先进复杂任务模型”

谷歌介绍，相较于Gemini 2.0 Flash Thinking这个谷歌首个推理模型，Gemini 2.5在基础模型和后训练技术上都有改进。

不仅是在大模型竞技场上一举拿下高分，在各种推理、数学、科学、编程基准上，Gemini 2.5 Pro都表现出色，属于是编程能跟Claude 3.7 Sonnet掰手腕，数学能跟Grok 3相媲美。

更详细测试结果看这里：

Gemini 2.5 Pro的上下文窗口是1M tokens，并且支持原生多模态：可以理解庞大数据集并处理来自不同信息源的复杂问题，包括文本、音频、图像、视频，甚至是整个代码库。

在推理能力之外，谷歌官方还强调了一把Gemini 2.5 Pro的编程性能：

2.5 pro擅长创造视觉上引人注目的Web应用程序和智能体代码。

谷歌DeepMind研究员们也释出了更多案例，比如把“六边形内旋转小球”这事整得更加酷炫：

Jeff Dean则兴奋地放出了一个编程+数学的用例，还说：

我记起了小时候第一次了解到曼德布罗特集时的兴奋之情。

（曼德布罗特集：一种在复平面上形成的分形集合）

p.s. 距离谷歌上新Gemini 2.0家族，也不过一个多月时间，怕不是让DeepSeek给逼急了（doge）。

目前，Gemini 2.5 Pro已经面向Gemini Advanced付费用户开放，开放人员也可以在Google AI Studio中试用。谷歌表示，未来几周内还将在Vertex AI上推出该模型。

不过，当我们拿最新大模型难题“竹竿问题”测试Gemini 2.5 Pro时，它并没能顺利通关。

试玩地址：
http://aistudio.google.com/app/prompts/new_chat?model=gemini-2.5-pro-exp-03-25

参考链接：
https://blog.google/technology/google-deepmind/gemini-model-thinking-updates-march-2025