刚刚，谷歌正式推出新一代 AI 模型 Gemini 2.5，主打“思考 - 验证 - 回答”的智能推理能力，官方称其为“目前最智能的 AI 模型”。

据谷歌称，这个最新版本将“显著增强的基础模型与经过改进的后训练设计”结合起来，由此获得更好的整体性能。该公司宣称，Gemini 2.5 Pro 实验版在理解能力、数学能力、编码能力等常见的 AI 基准测试指标上均已领先于 OpenAI、Anthropic、xAI 乃至 DeepSeek。

据悉，谷歌对该模型进行了多项核心能力升级。

多模态理解方面，支持文本、图像、音频、视频、代码混合输入，可同时分析不同模态的信息并关联推理；100 万 token 上下文窗口（约 75 万单词），能一次性解析《指环王》三部曲的全部文本，未来将升级至 200 万 token，进一步强化长文档处理能力。

Google AI Studio 产品经理 Logan Kilpatrick 在 X（原 Twitter）上表示，Gemini 2.5 Pro 是“首个支持更高请求速率限制和计费的实验性模型”。

在代码生成能力方面，Aider Polyglot 代码编辑测试：得分 68.6%，超越 OpenAI 和 Anthropic 的同类模型；SWE-bench Verified 测试（真实代码任务测试）：以 63.8% 的准确率仅次于 Claude 3.7 Sonnet（70.3%）。

在数学与科学推理方面，在“人类最后考试”（多模态综合测试）中，以 18.8% 的准确率领先多数竞品，且无需依赖外部计算工具，完全依靠模型自身推理能力。

DeepMind CEO Demis Hassabis 在 X 上发帖称，Gemini 2.5 Pro 是“一款非常棒的先进模型，在 LMArena 上以惊人的 +39 ELO 得分排名第一，而且在多模态推理、编码与 STEM 等方面均实现了显著改进。”

谷歌还提到，此番在质量上的巨大飞跃，正是由于 Gemini 新版本“推理”模型的基本属性。其能够逐步处理任务并做出更明智的决策，能够根据复杂的提示词提供更好的答案和响应结果。