久久婷婷视频网,夜夜嗨AV一区

Gemini 3 來勢洶洶，學(xué)習(xí)建構(gòu)規(guī)劃一應(yīng)俱全

2025-12-01 17:03

來源： OFweek人工智能網(wǎng)

今天，谷歌開發(fā)者關(guān)系負(fù)責(zé)人、Google AI Studio 負(fù)責(zé)人在社交媒體上發(fā)布了一條僅含“Gemini”一詞的推文，引爆話題。

就在昨日，馬斯克剛剛宣布 Grok 4.1 的發(fā)布。Gemini 3 的發(fā)布，多少有點(diǎn)正面叫板的意味。

Sam Altman 還在社交平臺(tái)上祝賀 Gemini 3 的發(fā)布。網(wǎng)友評論道，“為什么沒有祝賀馬斯克的 Grok 4.1？我聞到了一股怨氣�！�

先拋開爭端不談，這次 Gemini 3 來勢洶洶，官方宣稱“可以將任何想法變?yōu)楝F(xiàn)實(shí)”。新模型旨在捕捉深層含義和細(xì)微差別，無論是洞察創(chuàng)意中的微妙線索，還是層層剖析難題。

Gemini 3 也更擅長理解請求背后的語境和意圖，無需過多提示就能獲得所需信息。

深度推理

在所有主要 AI 基準(zhǔn)測試中，Gemini 3 的推理和多模態(tài)能力都優(yōu)于 2.5 Pro。

文本推理方面，它以 1501 Elo 分?jǐn)?shù)登上 LMArena 排行榜榜首。在“人類最后的考試”中不使用任何工具的情況下獲得了 37.5% 的成績。在 GPQA Diamond 測試中也取得了 91.9% 的成績。此外，它還在 MathArena Apex 測試中取得了 23.4% 的全新最高分，展現(xiàn)了博士級別的推理能力。

除文本推理，Gemini 3 Pro 在 MMMU-Pro 測試中取得了 81% 的正確率，在 Video-MMMU 測試中取得了 87.6% 的正確率，重新定義了多模態(tài)推理能力。

它在 SimpleQA Verified 測試中也獲得了 72.1% 的領(lǐng)先成績，展現(xiàn)了在事實(shí)準(zhǔn)確性方面的顯著進(jìn)步。這意味著 Gemini 3 Pro 能夠以高度的可靠性解決涵蓋科學(xué)和數(shù)學(xué)等眾多領(lǐng)域的復(fù)雜問題。

Gemini 3 Pro 每一次回復(fù)都呈現(xiàn)出智能、簡潔、直接的互動(dòng)，摒棄了陳詞濫調(diào)和奉承，提供了一些真正深刻的見解。

它還可以編寫代碼來可視化托卡馬克中的等離子體流動(dòng)，并創(chuàng)作一首詩來捕捉聚變的物理原理。

在 Humanity's Last Exam 中，Gemini 3 深度思考模型在不使用工具的情況下得分 41.0%。 在GPQA Diamond 中得分 **93.8%**，表現(xiàn)均優(yōu)于 Gemini 3 Pro。此外，它在 ARC-AGI-2 上也取得了前所未有的 45.1% 的得分。

學(xué)習(xí)、構(gòu)建和規(guī)劃的助手

學(xué)習(xí)知識

Gemini 3 結(jié)合了推理、視覺和空間理解能力、領(lǐng)先的多語言性能以及百萬級上下文窗口，進(jìn)一步拓展了多模態(tài)推理的邊界。

如果想學(xué)習(xí)如何烹飪，Gemini 3 可以解讀并翻譯不同語言的手寫食譜并生成食譜。它還可以為學(xué)術(shù)論文、長篇視頻講座或教程生成交互式記憶卡片、可視化或其他格式的代碼。甚至可以分析匹克球比賽視頻，找出改進(jìn)的地方，并制定訓(xùn)練計(jì)劃，幫助用戶全面提升球技。

建構(gòu)和編碼

官方表示，Gemini 3 是迄今為止構(gòu)建最佳的 Vibe 編碼和代理編碼模型。它在 WebDev Arena 排行榜上名列榜首，獲得了 1487 Elo 分?jǐn)?shù)。此外，它在 Terminal-Bench 2.0 測試中也取得了 54.2% 的成績，該測試旨在評估模型通過終端操作計(jì)算機(jī)的工具使用能力。同時(shí)，它在編碼能力測試 SWE-bench Verified 中也大幅超越了 2.5 Pro 版本。