Google 表示 Gemini 2.5 Pro 在編碼基準測試中表現優於 DeepSeek R1 和 Grok 3 Beta

Google 推出了旗艦機種 Gemini 2.5 Pro 的更新預覽版，該機種最初於 3 月推出，並於 5 月進行了增強。此迭代版本被描述為該公司迄今「最智慧」的 AI，目前正處於預覽階段，並計劃在幾週內全面上市。

企業現在可以嘗試使用 Gemini 2.5 Pro 的更新「I/O 版」開發新應用程式或升級現有實作。根據 Google 的官方宣佈，與先前的迭代版本相比，此版本可提供更富想像力的回應，並在程式設計和邏輯推理方面展現出更卓越的能力。

我們最新的 Gemini 2.5 Pro 更新已進入預覽階段。

它在編碼、推理、科學 + 數學方面更勝一籌，在關鍵基準（AIDER Polyglot、GPQA、HLE 等）上表現更佳，並領導 @lmarena_ai 的 Elo 分數自前一版本躍升 24pt。

我們也... pic.twitter.com/SVjdQ2k1tJ

- Sundar Pichai (@sundarpichai) 2025 年 6 月 5 日

在 5 月的開發者大會上，Google 揭露了 Gemini 2.5 Pro 的強化功能，超越了先前的靜音版本。Google DeepMind 執行長 Demis Hassabis 強調，I/O 版是該公司迄今為止最先進的編碼模型。

這個最新的預覽版，命名為 Gemini 2.5 Pro Preview 06-05 Thinking，其功能超越了 I/O 版。即將推出的公開版本承諾提供企業級的效能與擴充性。

原始的 I/O 版本 (gemini-2.5-pro-preview-05-06) 已於 5 月透過 Google AI Studio 和 Vertex AI 供開發人員和企業使用。增強版 Gemini 2.5 預覽 06-05 Thinking 也可透過這些相同的管道取得。

效能指標

升級後的 Gemini 2.5 Pro 較上一代有顯著的進步。

Google 報告在 LMArena 中提升了 24 分，在 WebDevArena 中提升了 35 分，目前在競爭對手的排名中遙遙領先。比較測試顯示，與 OpenAI 的 o3、o3-mini 和 o4-mini、Anthropic 的 Claude 4 Opus、xAI 的 Grok 3 Beta 和 DeepSeek R1 等機種比較，其效能更勝一籌。

"Google 在公告中表示：「我們也處理了之前 2.5 Pro 版本的回饋意見，改善了它的風格和結構 - 它可以用更好格式的回應來表現更多創意。

企業可以期待的

雖然 Google 的快速 Gemini 2.5 Pro 增強功能看似複雜，但該公司將其定位為對使用者輸入的直接回應。新版本的定價結構為每百萬個輸入代幣 1.25 美元 (不含快取)，以及每百萬個輸出代幣 10 美元。

當 Gemini 2.5 Pro 在 3 月首次亮相時，業界觀察家認為這是一個未被充分利用的進階模式。自此之後，Google 已將這項技術嵌入許多應用程式，包括「深度思考」功能，可在產生回應之前評估多項假設。

Gemini 2.5 Pro 的推出以及隨後的升級鞏固了 Google 在競爭激烈的大型語言模型領域中的地位，從 DeepSeek 和 OpenAI 等競爭對手的推理模型手中奪回了注意力。

Gemini 2.5 Pro 公佈後數小時內，開發人員就開始測試更新後的 Gemini 2.5 Pro。早期的印象證實了 Google 所聲稱的加速效能，不過對其增強功能的全面評估仍在進行中。

使用「Gemini 2.5 Pro 預覽版 06-05 」的第一個小時

好處：

- 速度更快
- 輸出更多
- 它有更好的巨集播放（多檔案編輯，更好的概述）
- 輸出結構更好（可讀）
- 它更簡潔，更少道歉！！

之前："您絕對...

- Patrick Bade (@nishffx) 2025 年 6 月 5 日

你們煮的東西，真的很喜歡應用程式建置工具。

我製作了一個遊戲並測試了一下，它是使用 imagen 來快速建立資產，而且它已經架設、託管、容易分享。真的是目前最好的無經驗無程式碼建立工具。

繼續建立 vibe 應用程式市場，這可能...

- bone (@boneGPT) 2025 年 6 月 5 日

Gemini 2.5 預覽版相當不錯。昨天用它來做深度研究，結果比一些大名鼎鼎的公司還要好...

- Janak (@janaks09) 2025 年 6 月 5 日