Google表示，Gemini 2.5 Pro支持100万个token的上下文窗口官方whatsapp2019，这意味着它一次性能处理相当于两本《红楼梦》字数的文本量。

　　Gemini 2.5 Pro在各大基准测试上实现全面“屠榜”，在所有测试中都稳居第一名，包括常见的编程、数学和科学基准测试。

　　在“Humanitys Last Exam”测试中，它获得了18.8%的最高分数，这是目前为止所有未使用外接工具的大模型中最好的成绩。

　　“Humanitys Last Exam”是一个由全球近千名专家共同设计的多模态基准测试，旨在评估大型语言模型的能力极限，被视为人类给 AI 的终极考验，该测试包含3000道涵盖数学、人文学科和自然科学等多个领域的前沿问题。

　　另外，在人类偏好测试中，它与Grok-3和GPT-4.5在困难提示词和编程两大领域拿到了并列第一，而在其他类别中均问鼎榜首。

　　问题：五位探险者（A、B、C、D、E）按等级从高到低（A＞B＞C＞D＞E）发现100枚金币。他们需按顺序（A→E）提出分配方案，规则如下：

　　此问题涉及逆向思维，分步骤推理，考虑每个人的策略，属于博弈论的经典问题，同时还涉及逻辑和数学归纳法。

　　再来一道，问题：两个人同时来到了河边，都想过河，但只有一条小船，而且小船只能载一个人。请问：他们能否都过河？

　　这道题存在一个逻辑陷阱，就是“两个人同时来到了河边”但不一定在同一边，Gemini 2.5 Pro 也是成功识破了逻辑陷阱，而 DeepSeek-R1则陷入了逻辑矛盾之中 。

　　在官方的示例中，仅仅根据这行提示词，它就生成了一段p5js的交互式动画，展示了“宇宙鱼”的场景，并且还显示了鱼们都在想什么。

　　可以看出，Gemini 2.5 Pro在数学和编程等能力上还是有实力的，但在审美和玩家体验等软实力上还有一点欠缺。

　　今年以来，或许是感受到了来自OpenAI和DeepSeek的持续压力，谷歌大模型上新速度逐渐加速。

　　扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。