Google 最近推出了一款名為 Gemini 2.5 Pro 的先進 AI 模型，該模型在「人類最後考試」（Humanity’s Last Exam, HLE）中獲得了 18.8% 的高分，且在測試過程中未使用任何網絡搜索或其他工具。HLE 是一項嚴格的評估標準，由來自全球的專家和學者設計，旨在測試各個學科的深入知識。此前，OpenAI 的 o3-mini-high 在同一基準上獲得了 14% 的分數，同樣未使用任何工具。
Gemini 2.5 Pro 是一個思考模型，意味著它是一個推理模型，基於更大的基礎大型語言模型（LLM）構建，並使用增強學習和思維鏈提示。在 Gemini 2.5 Pro 之前，Google 還推出了更小型的 Gemini 2.0 Flash Thinking 模型。
Google 表示，Gemini 2.5 Pro 模型能夠「分析信息、得出邏輯結論、融入上下文和細微差別，並做出明智的決策」。
Gemini 2.5 Pro 在 LMArena 以代號「nebula」進行測試，現在已在 LMArena 排行榜上獲得了 1,443 的最高分，超越了 Grok 3 和 GPT-4.5。在其他基準測試中，Google 表示 Gemini 2.5 Pro 在編碼、數學和科學方面的表現也相當出色。
在 GPQA Diamond 中，Gemini 2.5 Pro 獲得了 84% 的分數；在 AIME 2025 中，該模型達到了 86.7%。即使在測試解決真實世界軟件問題能力的 SWE-bench 驗證基準中，Gemini 2.5 Pro 也取得了 63.8% 的分數，僅次於 Claude 3.7 Sonnet Extended Thinking 的 70.3%。
Google 表示，這款新的 Gemini 2.5 Pro 模型具備高級編碼和推理能力，並將向 Gemini 高級用戶推出。希望免費測試 Gemini 2.5 Pro 模型的用戶可以前往 Google AI Studio，並在下拉菜單中選擇「Gemini 2.5 Pro Experimental 03-25」模型。
【說明】4 個方法，讓你的 iPhone / Android 在香港無需 VPN 就能用 ChatGPT
