谷歌发布 Gemini 2.5 Pro 深度思考：超越了 OpenAI 的 o3 和 o4 模型

在 2025 年谷歌 I/O 大会上，谷歌今天宣布了 Gemini 2.5 系列模型的几项更新。其中最大的亮点是 “Gemini 2.5 Pro 深度思考” 模式，据说它在流行的人工智能基准测试中击败了 OpenAI 最新的 o3 和 o4 系列机型。

由于 Gemini 2.5 Pro 型号在本月初刚刚进行了重大更新，因此谷歌并未宣布对其进行任何更新。不过，名为 “深度思考”（Deep Think）的新增强推理模式将把 2.5 Pro 机型的性能推向更高水平。深度思考将使用新的研究技术，在做出反应之前考虑多种假设。

谷歌分享了 2.5 Pro Deep Think 的以下三个基准：

• 在 2025 USAMO 数学基准测试中获得 49.4%的分数。
• 在 LiveCodeBench 竞赛级编码基准测试中取得 80.4% 的成绩。
• MMMU 多模式推理基准测试成绩 84.0%。

以上所有分数都是新的 SOTA 分数，甚至超过了 OpenAI 最新的 o3 和 o4 系列机型。2.5 Pro Deep Think 目前将通过 Gemini API 提供给值得信赖的测试者。

谷歌还发布了 Gemini 2.5 Flash 的最新更新，这是其低成本机型。这款新机型在各项基准测试中的表现都优于前一版本，目前可在面向开发者的 Google AI Studio、面向企业的 Vertex AI 以及 Gemini 应用程序中进行预览。谷歌将于 6 月份发布 2.5 Flash 的生产版本。

除模型更新外，谷歌还宣布了对 Gemini 开发者体验的以下改进：

• 新的 Live API 预览版，支持多个说话人，通过本机音频输出实现两种语音的文本转语音等。
• 原生 SDK 支持 Gemini API 中的模型上下文协议 （MCP） 定义，以便更轻松地与开源工具集成。
• 考虑预算的 Gemini 2.5 Pro 将在未来几周内普遍可供稳定生产使用。
• Project Mariner 的计算机使用功能即将出现在 Gemini API 和 Vertex AI 中。
• 2.5 Pro 和 Flash 现在将在 Gemini API 和 Vertex AI 中包含思想总结。

您可以在这里了解有关 Gemini 2.5 型号更新的更多信息：

https://deepmind.google/models/gemini/pro/