gemini

谷歌 Gemini 2.5 升级：对话指令驱动的智能图像分割Qwen3-Coder-480B-A35B-Instruct[1] 是阿里通义团队最新发布的代码大模型。这款 MoE 架构模型拥有 480B 总参数，其中激活参数达 35B，原生支持 256K token 的超长上下文窗口，在代码生成和理解能力上可媲美 Claude Sonnet4。

AI进入自动驾驶时代：OpenAI发布革命性ChatGPT Agent今日凌晨，OpenAI CEO Sam Altman宣布推出ChatGPT Agent，标志着AI正式从"回答问题"的助手时代，跨入了"自主执行任务"的代理时代。

用Gemini攻克小语种语音识别，生成广播级SRT字幕我们熟知的开源语音识别模型，如Whisper，在处理英语时表现堪称惊艳。但一旦脱离英语的舒适区，其在其他语言上的表现会急剧下降，对于没有海量数据进行专门微调的小语种，转录结果往往差强人意。这使得为泰语、越南语、马来语甚至一些方言制作字幕，变成了一项成本高昂且耗时费力的工作。

🚀 Gemini API 额度不够用？手把手教你无限爽用！嘿，各位技术爱好者们！👋 作为目前头部大模型厂商。谷歌是唯一提供免费API让人体验目前地球上最强大模型注之一 Gemini2.5pro 的服务商。但是作为一名深度使用的程序员来说，也是感受到了 Gemini API 那“甜蜜的负担”——每日100次使用限制😭 作为一个热衷于探索 AI 应用的开发者，这简直是不能忍！于是，我决定另辟蹊径，在 AWS 上给自己搭建一个专属的 Gemini API 中继站，不仅突破了限制，还顺带把这个小应用部署到了 HTTPS 环境下，简直一举多得！✨

小虚竹and掘金

保姆级教程：跟虚竹哥用Gemini-2.5-pro，一步搞定任何内容的思维导图，国内直接使用每一份厚重的报告，每一篇深奥的论文，都像一座等待探索的知识矿山。我们常常深陷于文字的细节中，却迷失了通往宝藏的路径。你是否想过，如果有一张地图，能清晰标示出每一条知识的脉络与连接，这场探索之旅将会何等畅快？

谷歌Gemini 2.5 Pro正式版，科技拯救牛马，编程反超claude opus 4，国内直接使用就在刚刚，谷歌全新的Gemini 2.5 Pro正式版横空出世。这款被称为谷歌"最智能"的AI模型，仅用短短一个月时间就完成了对旧版本的全面超越，在数学、编程、推理等关键能力上实现了质的飞跃，稳稳占据各大权威榜单的头把交椅。

Gemini CLI安装及使用Gemini CLI 是一个开源的 AI 代理工具，由 Google 开发，旨在将 Gemini 模型的强大功能直接集成到开发者的终端中。它支持多种任务，包括代码生成、调试、测试用例生成等，特别适合处理复杂的编程需求。

突发！谷歌发布Gemini 2.5 Pro正式版，碾压Claude Opus 4，国内直接使用6 月 18 日，Google 发布 Gemini 2.5 Pro 和 Gemini 2.5 Flash 正式版，并推出了 Gemini 2.5 Flash-Lite 预览版。

刚刚，Gemini 2.5系列模型更新，最新轻量版Flash-Lite竟能实时编写操作系统刚刚，Gemini 系列模型迎来了一波更新：Gemini 2.5 Pro 稳定版发布且已全面可用，其与 6 月 5 日的预览版相比无变化。

谁说AI只会模仿，从Google AlphaEvolve项目看算法的自主创新前不久写过一篇文章：《AI浪潮下的“价值洼地”？深度剖析Google I/O 2025后的谷歌困境与突围》，深度分析了AI时代对谷歌原有商业模式的冲击，以及谷歌突围的路径。今天继续聊一下谷歌在AI上的一些技术突破。

夏有凉风，冬有雪

推荐 github 项目:GeminiImageApp(图片生成方向，可以做一定的素材)使用 gemini 2.0 的 api 和 google 其他的 api 来做衍生处理简化和优化了文生图和图生图的行为(我的最主要)

谷歌高调宣布，Gemini 2.5 Pro 0605发布，硬刚Claude Opus 4，国内直接使用在AI圈里，大家都有个不成文的规矩：三个月一小改，半年一大改。这就像手机厂商的节奏，给用户和开发者一个喘息的机会。

产品试金石

支持Gemini/Claude/GPT/Grok，2个多人共享AI程序推荐今年随着海内外AI大模型不断迭代发布，很多企业/团队也想让员工用上AI提高效率，但真正能够用起来的却没有多少。我们期望有方案适合国内用户及时拿到新模型进行体验，它能够囊括Gemini、Claude、Grok、GPT、DeepSeek、Qwen等市面上的主流语言类AI模型。

🚀颠覆传统编程！Cursor 1.0+Claude Task Master+Gemini 2.5 Pro 0605开发效率提升10倍！从产品需求文档生成到子任🔥🔥🔥本篇笔记所对应的视频：www.bilibili.com/video/BV1SC…🔥🔥🔥微信：stoeng

深夜突袭！谷歌Gemini 2.5 Pro更新蝉联榜一：推理超越o3，编程超越opus4深夜，谷歌对其最强大的 2.5 Pro 模型进行了一次重大更新（06-05）。在保持 o3 四分之一以下的低价格的同时，在编码（Aider Polyglot）、推理能力（HLE）、科学（GPQA）等各项基准测试中超越 o3，实现更优性能！

重磅！Gemini 2.5 Pro深夜更新！选择硬刚Claude4！就在10分钟前，Gemini 2.5 Pro 又发布了一个最新的 Preview 版本！就是 gemini-2.5-pro-preview-06-05！

重磅更新！基于Gemini 2.5 打造的AI智能体PlantUML-X上线！对于程序员来说，画各种图表就像吃饭一样常见。比如要向领导汇报工作时需要画系统架构图，写技术文档时要画流程图，开会讨论想法时要画思维导图等等。

1.6万字测评：deepseek-r1-0528横向对比 gemini-2.5-pro-0506和claude4最新的deepseek-r1-0528版本除了提升整体性能外，还减少了幻觉、增强了前端功能，可以让生成的网页变得更加精美，具体更新内容如下图所示👇

基于Gemini 2.5 Pro打造的AI智能体CanvasX上线，绘制常见图表（折线图、柱状图等），国内直接使用昨天晚上，有个用户问我，现在哪个AI可以做这种很精细的图？在我的刻板印象里，现阶段的AI还做不了这么精细的图表。

小厂也疯狂啊

Gemini VS ChatGPT：谁在卷性能、价格和场景？一句话先行 “深推理 + 视觉报表 + 超长合同”→ Gemini 领先； “实时多语对话 + 插件生态 + 低延迟”→ ChatGPT (GPT-4o / 4.1) 手感更好。下面把核心数据掰开聊，所有数据附带都给出处，附带参考来源，数据有迹可循，国内想体验ChatGPT和gemini付费版可以用yeka,方便抄作业。