•
Google地表最強模型深夜來襲！Gemini 2.5 Pro發佈即屠榜，程式碼推理殺瘋了
【新智元導讀】Gemini 2.5 Pro，剛剛深夜上線了！這個「思考」模型專為複雜任務打造，推理能力強大，一經誕生就橫掃各大榜單、拿下各類TOP 1，還創下了歷史上最大分數飛躍紀錄。
就在剛剛，Google的全新模型Gemini 2.5 Pro，果然深夜上線了！
Gemini 2.5 Pro是一個「思考」模型，能夠在回應前先進行思考推理，從而提升性能，並改善精準性。
Google稱，它是世界上最強大的模型，具備統一的推理能力，以及使用者所喜愛的Gemini的所有功能（長上下文、工具等）。
它在多個基準測試中達到了SOTA水平，並且以顯著的優勢在LMArena上排名第一。
現在，Gemini 2.5 Pro已經登頂了Arena排行榜的第一位，而且創下了歷史最大分數飛躍，比Grok-3/GPT-4.5整整高出了40分！
在代號「nebula」的測試中，它也橫掃所有類別奪得第一，並且獨攬數學、創意寫作、指令遵循、長查詢和多輪對話五大領域的冠軍！
在困難提示詞和程式設計兩大領域，它與Grok-3/GPT-4.5拿到了並列冠軍，而且在所有其他比拚中都以微弱優勢勝出，成功問鼎榜首！
此外，Gemini 2.5 Pro還成功登頂了視覺競技場（Vision Arena）排行榜榜首！
在網頁開發領域，它也同樣大放異彩，成功斬獲網頁開發競技場（WebDev Arena）亞軍寶座！
它是首個實力媲美 Claude 3.5 Sonnet 的模型，相比之前版本的Gemini更是實現了質的飛躍。
這一次，Google的模型又展現出巨大的飛躍，OpenAI、Anthropic、DeepSeek等競爭對手，在多久時間內會趕上？
目前，Gemini 2.5 Pro已在Google AI Studio和Gemini應用中，向Gemini Advanced使用者開放，並將很快在Vertex AI上推出。
而它的定價方案，會在未來幾周內公佈，使用者可以在更高使用配額下，將模型應用於大規模生產環境。
網友實測後發現，它果然實力驚人，在所有模型中效果拔群，第一次嘗試就只用幾秒解決了一道難題。
Gemini 2.5 Pro上線！
Google表示，在AI領域，系統的「推理」能力不僅僅指分類和預測，而是指系統分析資訊、得出邏輯結論、融入上下文和細微差別，以及做出明智決策的能力。
長期以來，Google一直在探索通過強化學習和思維鏈提示詞等技術，讓AI更智能、更具推理能力的方法。
正是在此基礎上，他們在2月推出了第一個思考模型，Gemini 2.0 Flash Thinking。
而今天，通過Gemini 2.5，他們結合了顯著增強的基礎模型和改進的後期訓練，讓模型達到了新的性能水平。
推理和程式碼能力大幅提升
Gemini 2.5 Pro展現出了強大的推理和程式碼能力，在常見的程式設計、數學和科學基準測試中均處於領先地位。
另外，在各類需要高級推理能力的基準測試中，它都達到了SOTA水平。
無需使用測試階段會增加計算成本的技術（如多數投票法），2.5 Pro就能在GPQA和 AIME 2025等數學和科學基準評測中表現卓越。
而且，在不使用任何外部工具的條件下，它就在挑戰人類知識和推理能力的極限前沿「人類最後的考試」中取得了18.8%的精準率，達到業界領先。
在程式設計能力上，Gemini 2.5相比2.0版本也實現了質的飛躍，而這，僅僅是個開始。
2.5 Pro在建立視覺精美的網頁應用和AI智能體程式碼應用方面都表現卓越，在程式碼轉換和編輯領域中，也同樣實力出色。
在智能體程式碼評估的行業標準測試SWE-Bench Verified上，Gemini 2.5 Pro靠使用自訂智能體組態，就獲得了63.8%的優異成績。
以下這波demo，就展示了Gemini 2.5 Pro如何運用強大推理，僅通過一行提示詞，就能生成可執行程式碼，來建立完整的動畫和遊戲。
在下面這個demo中，僅僅根據下面這行prompt，它就生成了一段p5js的互動式動畫，展示了「宇宙魚」的場景，並且還顯示了魚們都在想什麼。
它還根據以下prompt，生成了一個無限的恐龍跑酷遊戲。
按照要求，它生成了像素化的恐龍圖像和有趣的遊戲背景。
隨後，Gemini 2.5 Pro還通過程式設計實現了分形可視化。
它建立出了精細分形圖案的模擬程序，展現出了神奇的曼德布洛特集合。
此外，它還能建構一個互動式氣泡圖，直觀展示出了每個大陸的經濟與健康指標隨時間的變化。
或者用一段互動式的Javascript動畫，展示了旋轉六邊形內多彩的人工生命群體，並且按要求做成了「超新星星雲」的感覺。
另外，它還能開發粒子系統模擬，給出了一個HTML檔案，創造出了反射星雲的沉浸式互動模擬場景。
原生多模態和超長上下文
Gemini 2.5繼承並行揚了Gemini 模型的優勢——原生多模態能力和超長上下文長度。
自己發佈之初，2.5 Pro就支援100萬token的上下文窗口（而200萬token也即將推出！），性能顯著超越了前代模型。
這能讓它理解海量資料集，並處理來自多種資訊源的複雜問題，包括文字、音訊、圖像、視訊，甚至完整的程式碼倉庫。