作者｜沐風

來源｜AI先鋒官

Google終于登頂一次了。

當地時間3月25日，Google直接上線了全新模型Gemini 2.5 Pro。

Google表示，Gemini 2.5 Pro支持100萬個token的上下文窗口，這意味著它一次性能處理相當于兩本《紅樓夢》字數的文本量。

并且，Google還提到，Gemini 2.5 Pro很快將支持兩倍的上下文窗口（即200萬個token）。

Google CEO Sundar Pichai更是直言：“這是我們有史以來最智能的 AI 模型。”

Gemini 2.5 Pro在各大基準測試上實現全面“屠榜”，在所有測試中都穩居第一名，包括常見的編程、數學和科學基準測試。

在Arena排行榜上，Gemini 2.5 Pro還創下了歷史上最大分數飛躍，比Grok-3/GPT-4.5分別高出了39/45分。

在“Humanity's Last Exam”測試中，它獲得了18.8%的最高分數，這是目前為止所有未使用外接工具的大模型中最好的成績。

“Humanity's Last Exam”是一個由全球近千名專家共同設計的多模態基準測試，旨在評估大型語言模型的能力極限，被視為人類給 AI 的終極考驗，該測試包含3000道涵蓋數學、人文學科和自然科學等多個領域的前沿問題。

另外，在人類偏好測試中，它與Grok-3和GPT-4.5在困難提示詞和編程兩大領域拿到了并列第一，而在其他類別中均問鼎榜首。

在網頁開發領域，Gemini 2.5 Pro較上一代Gemini有了巨大的飛躍，同時也是首個超越Claude 3.5 Sonnet的模型，在WebDev Arena上排名第二，仍低于Claude 3.7 Sonnet。

但在KCORES大模型競技場上的評測結果顯示， Gemini 2.5 Pro總體得分 370.6分，超越了 Claude-3.7-Sonnet-Thinking 不少。

由此看來，Gemini 2.5 Pro可能確實擔得起“有史以來最強”的名號。

看完了成績單，那么Gemini 2.5 Pro在實際使用中與DeepSeek-R1相比 表現又會如何呢？

咱們實測見真章。

邏輯推理

問題：五位探險者（A、B、C、D、E）按等級從高到低（A＞B＞C＞D＞E）發現100枚金幣。他們需按順序（A→E）提出分配方案，規則如下：

投票：提議者+至少半數同意（含平局）則通過，否則提議者被淘汰。

目標：所有人絕對理性，優先保命，其次多拿金幣，最后多淘汰他人。

若你是A，如何分配金幣以確保方案通過且自身收益最大？需詳細推導過程。

Gemini 2.5 Pro

DeepSeek-R1

此問題涉及逆向思維，分步驟推理，考慮每個人的策略，屬于博弈論的經典問題，同時還涉及邏輯和數學歸納法。

Gemini 2.5 Pro和 DeepSeek-R1都通過一步一步的逆向推理，成功得出了正確答案。

再來一道，問題：兩個人同時來到了河邊，都想過河，但只有一條小船，而且小船只能載一個人。請問：他們能否都過河？

Gemini 2.5 Pro

DeepSeek-R1

這道題存在一個邏輯陷阱，就是“兩個人同時來到了河邊”但不一定在同一邊，Gemini 2.5 Pro 也是成功識破了邏輯陷阱，而 DeepSeek-R1則陷入了邏輯矛盾之中 。

數學問題

問題：設函數 f(x) 在 x=0 處可導，且 f(0)=0，若 x=0 是 f(x) 的極值點，則 f ′(0) 的值為（ ）。

Gemini 2.5 Pro

DeepSeek-R1

它倆均回答正確，那就再來一道博士資格考試的群論數學問題：有多少個147階的非同構群？

Gemini 2.5 Pro

DeepSeek-R1

Gemini 2.5 Pro給出了正確的解答，而DeepSeek-R1卻被難住了。

小編又將此題發送給了Kimi 1.5，遺憾的是它也未答對。

編程能力

提示詞：Create a beautiful, interactive p5jsdemo (no HTML). llike fish and nebulae.Show me what the fish are thinking.

在官方的示例中，僅僅根據這行提示詞，它就生成了一段p5js的交互式動畫，展示了“宇宙魚”的場景，并且還顯示了魚們都在想什么。

同時，也有用戶用它創建了一個簡單的汽車模擬器：

還有專業人士使用完全相同的提示測試了它和o1 pro：

可以看出，Gemini 2.5 Pro在數學和編程等能力上還是有實力的，但在審美和玩家體驗等軟實力上還有一點欠缺。

今年以來，或許是感受到了來自OpenAI和DeepSeek的持續壓力，谷歌大模型上新速度逐漸加速。

去年12月，谷歌宣布了Gemini 2.0的推出。

今年2月，谷歌旗下AI大模型Gemini系列全面上新，包括正式版Gemini 2.0 Flash、Gemini 2.0 Flash-Lite以及新一代旗艦大模型Gemini 2.0 Pro實驗版，并在Gemini App中推出了其推理模型Gemini 2.0 Flash Thinking實驗版。

現在谷歌又推出Gemini 2.5 Pro，可見更新頻率之頻繁。

目前，Gemini 2.5 Pro已在Google AI Studio和Gemini應用中向Gemini Advanced的訂閱用戶開放，并將很快在Vertex AI上推出，并在未來幾周內宣布公開定價。

有消息稱DeepSeek-R2預計在未來兩個月內推出，期待它帶來新的超越。

掃碼邀請進群，我們帶你一起來玩轉ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學一些AI搞錢技能。

往期文章回顧