谷歌发布最强AI模型Gemini 3，多项能力大幅提升

快速阅读: 谷歌发布最强AI模型Gemini 3，显著提升多模态推理与代理能力，优化上下文理解及复杂任务处理，首席执行官皮查伊称其推动实现通用人工智能。

谷歌正通过其迄今为止最强大的模型——Gemini 3，进一步推动其人工智能目标，该模型旨在实现远超智能聊天回应的功能。此次更新伴随搜索、Gemini应用程序及其开发工具的大范围推广而发布，标志着自Gemini时代两年前开始以来，谷歌取得的最大进展。

据谷歌内部研究和测试显示，Gemini 3设计用于理解更深层次的上下文，以更细腻的方式推理，并在更少提示下处理更复杂的任务。首席执行官桑达尔·皮查伊表示，该模型凭借改进的多模态理解和更强的代理能力以及显著提升的原始推理能力，使谷歌更接近于实现通用人工智能（AGI）。

此次发布的中心是Gemini 3 Pro，目前处于预览阶段，在所有主要基准测试中均优于Gemini 2.5 Pro。它目前在LM Arena排行榜上排名第一，Elo得分为1501，并在多个测试中取得了显著成绩：在谷歌内部无工具推理测试Humanity’s Last Exam中得分为37.5%，在GPQA Diamond中得分为91.9%，在MathArena Apex基准测试中达到了新的最高水平23.4%。

谷歌的测试还显示，Gemini 3在多模态推理方面有显著提升，例如在MMMU-Pro中得分为81%，在Video-MMMU中得分为87.6%，并且在SimpleQA Verified上的事实准确性达到72.1%。

深度思考模式

新的深度思考模式进一步提升了这些能力。在谷歌早期评估中，深度思考模式在GPQA Diamond中得分高达93.8%，在ARC-AGI-2（含代码执行）中达到前沿水平45.1%。谷歌表示，为了进行额外的安全审查，暂时不会将深度思考模式向公众发布，而是先提供给Gemini Ultra订阅者。

Gemini 3不仅仅适用于聊天式的互动。它旨在通过更大的100万令牌上下文窗口和更先进的多模态处理能力，帮助用户以更实用的方式学习、构建和规划。这包括将手写家庭食谱转化为数字烹饪书、分析长篇学术视频并生成交互式学习材料，甚至分析游戏录像以制定训练计划。

对于开发者而言，Gemini 3已在Google AI Studio、Vertex AI、Gemini CLI和新推出的Google Antigravity平台上线，后者是一个以代理为中心的开发环境，允许Gemini规划、执行和验证多步骤编码任务。谷歌内部基准测试显示，Gemini 3在代理性能方面有重大提升，例如在WebDev Arena中得分为1487 Elo，在Terminal-Bench 2.0中得分为54.2%，在SWE-bench Verified中得分为76.2%。

进入搜索

Gemini 3也开始通过AI模式在搜索中推出，谷歌正利用该模型即时生成动态视觉布局、模拟和更具上下文性的答案。

谷歌始终强调，这一切都基于其自身的测试。公司称，Gemini 3是迄今为止经过最严格评估的模型，减少了顺从性，增强了对提示注入的防御，并进行了扩展的外部审计，包括来自英国AISI、Apollo、Vaultis和Dreadnode的评估。

希望看到更多评测和新闻？请在此处将Trusted Reviews设为谷歌的首选来源。

Gemini 3现已在Gemini应用程序和谷歌的开发工具中可用，未来几周内将推出更多模型和功能，包括深度思考模式。

(以上内容均由Ai生成)