剛剛，谷歌正式推出新一代 AI 模型 Gemini 2.5，主打“思考 - 驗證 - 回答”的智能推理能力，官方稱其為“目前最智能的 AI 模型”。

據谷歌稱，這個最新版本將“顯著增強的基礎模型與經過改進的后訓練設計”結合起來，由此獲得更好的整體性能。該公司宣稱，Gemini 2.5 Pro 實驗版在理解能力、數學能力、編碼能力等常見的 AI 基準測試指標上均已領先于 OpenAI、Anthropic、xAI 乃至 DeepSeek。

據悉，谷歌對該模型進行了多項核心能力升級。

多模態理解方面，支持文本、圖像、音頻、視頻、代碼混合輸入，可同時分析不同模態的信息并關聯推理；100 萬 token 上下文窗口（約 75 萬單詞），能一次性解析《指環王》三部曲的全部文本，未來將升級至 200 萬 token，進一步強化長文檔處理能力。

Google AI Studio 產品經理 Logan Kilpatrick 在 X（原 Twitter）上表示，Gemini 2.5 Pro 是“首個支持更高請求速率限制和計費的實驗性模型”。

在代碼生成能力方面，Aider Polyglot 代碼編輯測試：得分 68.6%，超越 OpenAI 和 Anthropic 的同類模型；SWE-bench Verified 測試（真實代碼任務測試）：以 63.8% 的準確率僅次于 Claude 3.7 Sonnet（70.3%）。

在數學與科學推理方面，在“人類最后考試”（多模態綜合測試）中，以 18.8% 的準確率領先多數競品，且無需依賴外部計算工具，完全依靠模型自身推理能力。

DeepMind CEO Demis Hassabis 在 X 上發帖稱，Gemini 2.5 Pro 是“一款非常棒的先進模型，在 LMArena 上以驚人的 +39 ELO 得分排名第一，而且在多模態推理、編碼與 STEM 等方面均實現了顯著改進。”

谷歌還提到，此番在質量上的巨大飛躍，正是由于 Gemini 新版本“推理”模型的基本屬性。其能夠逐步處理任務并做出更明智的決策，能夠根據復雜的提示詞提供更好的答案和響應結果。