谷歌发布Gemini 2.5 Pro,这次直接登顶!附一手实测结果

AI圈最狗血的爱情故事莫过于Google和OpenAI的狙击战了!

当今日OpenAI准备开直播宣布全量开放GPT-4o图像生成能力时,Google抢先一步,发布了Gemini 2.5 Pro Experimental。

这款模型可不是为了应付OpenAI急匆匆就推出一个模型来凑数的,它的各项能力全部拉满了。

Google 的CEO更是表示Gemini 2.5 Pro Experimental是至今为止最智能的模型,事实也的确如此。

编辑

Gemini 2.5 Pro Experimental有太多第一的成绩了,在这里就不给大家一一念。

给大家分享几个我个人比较关心的几个成绩单。

在最新的Arena排行榜中,Gemini 2.5 Pro以绝对的优势拿下第一,而且创下了历史最大分数飞跃,比Grok-3/GPT-4.5整整高出了40分!

编辑

可能还有很多小伙伴不了解Arena这个排行榜,给大家简单科普一下。

Arena 是一个由 LMSYS Org 创建的 AI 大语言模型排行榜,主要用于评估和比较不同 AI 聊天机器人的性能。

借鉴了国际象棋中的 Elo 评分机制,用户对不同模型回答同一问题的表现进行投票,获胜的模型会获得相应的分数,分数越高,模型表现越好。

换句话说,它的评分机制是采用匿名投票的方式,哪个模型回答的效果更好,它的排名就更高。

如上图所示:Gemini 2.5 Pro Experimental是现阶段的第一!

同时在网页开发领域,它也取得有史以来最好的最好成绩,超越Claude 3.5、DeepSeek R1等模型,获得网页开发竞技场(WebDev Arena)第二名的成绩。

编辑

和其他编程排行榜动不动就超越Claude 3.7,这个成绩就显得非常真实。

此外,Gemini 2.5 Pro Experimental还是一个多模态模型,并成功登顶了视觉竞技场(Vision Arena)排行榜榜首!

编辑

目前,Gemini 2.5 Pro已在Google AI Studio和Gemini应用中,向Gemini Advanced用户开放,并将很快在Vertex AI上推出。

附上免费使用地址:aistudio.google.com/prompts/new...

编辑

那它的实际效果到底如何?我们来测试一下,毕竟排行榜的成绩还不如测试来得实在。

让Gemini2.5编写一个 p5.js 程序,展示一个球在旋转的六边形内弹跳。球应受到重力和摩擦力的影响,并且必须真实地反弹到旋转的墙壁上,添加滑块来调整参数。

编辑

看起来是不是还不错,来一个难度高的,并它和o1 Pro对比一下,看看谁得编程能力更强。

​编辑

整体而言,两个都不错,但 o1-pro 呈现的效果会更好一些,而且Gemini 2.5生成的蓝色小球掉出来了......

再来一道最近搜刮到的模型难题,之前试了一下,发现DeepSeek R1、混元 T1等模型都没有做出来,看看它们两是否可以做出来。

测试题:一根7米的棍子是否能通过长三米宽三米的门。

编辑

Gemini 2.5 Pro

编辑

o1 Pro

这两款模型全部回答失败,仅仅只是把这道题当作是一道二维空间,而没有考虑到三维空间。

再来看看它们的数学能力如何,上传一道高三摸底考试数学题。

编辑

先公布答案,答案是「B、C、D」

编辑

Gemini 2.5 Pro

编辑

o1 Pro

Gemini 2.5 Pro回答正确,反观o1 Pro回答错误,看来Gemini 2.5 Pro的推理能力真不错。

虽然此次测评没有基准测试那么全,但也可以看到Gemini 2.5 Pro的强大之处,如果大家感兴趣,可以亲自去体验一下,毕竟是免费的。

相关阅读:

国内用户如何订阅Claude

想要订阅海外产品,如何解决支付难题​​​​​​​

相关推荐
AIGC大时代7 小时前
高效使用DeepSeek对“情境+ 对象 +问题“型课题进行开题!
数据库·人工智能·算法·aigc·智能写作·deepseek
Want5957 小时前
从ChatGPT到GPT-4:大模型如何重塑人类认知边界?
chatgpt·aigc
VI8664956I267 小时前
全链路自动化AIGC内容工厂:构建企业级智能内容生产系统
运维·自动化·aigc
小溪彼岸9 小时前
【Cursor实战】使用Cursor+高德MCP成为行程规划达人
aigc·cursor
数据智能老司机10 小时前
构建具备自主性的人工智能系统——在生成式人工智能系统中构建信任
深度学习·llm·aigc
土豆125010 小时前
免费体验前沿 AI:通过 Google AI Studio 使用 Gemini 1.5 Pro 指南
gemini
PetterHillWater10 小时前
LLM下生成SVG格式功能架构图
aigc
win4r12 小时前
🔥超越cursor!Cline+Context7 MCP文档搜索功能高级用法!自定义指令+.clinerules轻松开启vibe coding!零代码构建Au
aigc·openai·cline
张申傲14 小时前
多模态(3):实战 GPT-4o 视频理解
人工智能·chatgpt·aigc·多模态
猫先生Mr.Mao14 小时前
2025年3月AGI技术月评|技术突破重构数字世界底层逻辑
人工智能·aigc·大语言模型·agi·多模态·行业洞察