大數據文摘受權轉載自數字生命卡茲克

作者：卡茲克

Google也不知道受了什么刺激，最近在AI場上，好像越來越有站起來的意思了。

之前我就寫過Gemini 2.5 pro，是在里。

全世界，只有Gemini 2.5 pro，能吃下一個每天999+微信群聊天記錄的上下文，同時還能給你干出，一個還挺好看的可視化網頁。

在Qwen3的跑分中，也印證了，Gemini 2.5 Pro的能力也是真的強。

而我自己在是日常使用中，也幾乎是把Gemini 2.5 Pro，變成了我的默認編程模型。

但是昨晚，Google好死不死的，又把模型更新了一版，把版本號變成了，Genmini 2.5 Pro（I/O版）。

而在后臺的模型調用里，命名是Gemini 2.5 Pro Preview 05-06。

現在在Gemini自己的產品官網上，雖然看著還是原來的2.5 Pro (experimental)，但其實背后的模型已經變成Gemini 2.5 Pro Preview 05-06了。

有一說一，Google你的命名到底能不能統一一下。

真的好亂。。。

而且，Google是真的感覺等不及了，其實距離他們一年一度的I/O大會，也就不到兩周時間了，但是還是選擇了把新模型直接放出來。

這種行為，一般要么是真牛逼，要么是來吹牛逼。

但是Google，這回是前者，是真的有點牛逼。

他們自己也說了：

We were going to release this update at Google I/O in a couple weeks, but based on the overwhelming enthusiasm for this model, we wanted to get it in your hands sooner so people can start building.

不是我來營銷，是真的人民群眾需要啊，我只是順勢而為。

這次Gemini 2.5 Pro 05-06版本（后面就簡稱05-06版了），跟今年三月DeepSeek V3 03-24的更新很像。都是完全為了代碼服務的，把代碼能力，往上提升了一個巨大的優先級。

而這次的05-06版，我覺得有兩個亮點：

1. 模型代碼能力在盲測競技場登頂，力壓Claude 3.7 Sonnet。

2. 得益于2.5 Pro強大的多模態能力，這次不僅可以給參考圖生成代碼，還可以，給參考視頻生成代碼。

特別是第二點，目前應該是全球唯一。

先看看代碼能力的跑分。

這次最核心的榜單，就是，WebDev Arena。

https://web.lmarena.ai/leaderboard

0506版直接腳踩Claude 3.7 Sonnet，勇得第一。

可能很多人不知道WebDev Arena是啥，我稍微解釋一下，這玩意，還是挺有含金量的。

LMArena，最著名的大模型盲測競技場，我相信一直關注AI的，大多數人都或多或少的聽過。

跟一些傳統的測試集不一樣，這玩意就是純粹的盲測，用戶提出一個Prompt，然后LMArena直接給你兩個你也不知道是什么模型生成的回答，讓你選你覺得哪個好。

所以，在這上面，你幾乎就做不了弊，全靠普通用戶，一票一票投出來的，就跟拆盲盒一樣。

而WebDev Arena，其實就是一個子榜，還是由LMArena他們開發的，專為評測網頁前端開發任務（比如HTML、CSS 和 JavaScript）而設立的。

玩法跟LMArena一樣，也是用戶盲測二選一。

唯一不同的是，WebDev Arena會生成代碼的預覽給你看，而不只是文字了。

比如我讓他生成一個Web的像素貓小游戲。

在等了一分鐘兩邊全部生成完之后，你就能非常明確的看出來，兩邊哪個是垃圾。。。

傻子都能看出來，右邊爆殺左邊，這個時候，你就為右邊，投出神圣的一票就行。

然后呢，他們用Bradley-Terry（BT）模型，成對對決中的勝負數據，來估算模型的強度，為每個模型計算一個分數，這個分數反映此模型相對于其他模型的獲勝概率。

這個排名系統非常類似于國際象棋和LOL、王者榮耀里中常用的Elo分。

只不過在WebDev Arena里，這個分數，叫做Arena Score。

現在，我們再回過頭去看，你就能看到，05-06版，是結結實實提高了147分。。。

研究過王者榮耀或者LOL的影藏分也就是ELO分機制的朋友，就知道，這玩意提升100多分有多難。。。

這一次，Google的Gemini，登頂了。

第二個亮點，也是我覺得很牛逼的，05-06版本，也提升了視頻的理解能力，在在VideoMME基準測試中得分為84.8%。

這就帶來一個很有趣的化學反應。

過去我們經常給一個PDF、給一個圖片，讓它生成一段可視化網頁，但是現在，你可以，給一個視頻，來變成可視化網頁了。。。

不過現在有點BUG，Gemini官網本身不支持視頻的上傳，只能在AI Studio里傳視頻，但而上傳的時候，又經常會報錯。

Reddit里很多網友也遇到了這個問題。。。

Emmmmm，不過，目前使用YouTube的在線鏈接生成，目前是可以的。

我們直接打開AI studio的官網：

https://aistudio.google.com/

模型調整至05-06版。

在加號那，選YouTube。

我直接扔了一段OpenAI發在YouTube上的Sora教程上去，然后繼續用藏師傅的可視化Prompt。

很快啊，代碼就跑出來了。

我們復制一下，運行看看。

完整版網頁在此：https://2uwv6grszo.app.yourware.so/

雖然這事，看著很NTR，但是，他真的很酷啊。

這玩意用于學習，你就可以想想，他有多棒。

比如我有時候，回去YouTube上看Blender教程。

現在，我就可以把這個視頻和Prompt扔給他。

等輸出完代碼以后，我們看看效果。

真的很爽。。。

所以整體來看，這一次Gemini 2.5 Pro 05-06版本，確實是一次非常實在的升級。

既有實打實的代碼能力提升，也在多模態理解上給到了新可能，尤其是視頻轉網頁這種交叉場景，很可能會帶來新的開發范式。

當然，Google 現在的問題依然是產品打磨還不夠穩，入口混亂、命名迷惑、交互也還有bug，但模型本身的進步，確實值得承認。

它已經不是那個只靠PPT和論文刷存在感的Gemini了。

也不再是每次都被OpenAI狙擊的AI界汪峰了。

接下來就看I/O大會正式發布時。

Google會不會再放出更大一錘了。

我們，拭目以待。

GPU算力按需租用

A100/H100 GPU算力按需租用，

秒級計費，平均節省開支30%以上！

掃碼了解詳情?