谷歌发布Gemini25Pro这次直接登顶附一手实测结果

AI圈最狗血的爱情故事莫过于Google和OpenAI的狙击战了！

当今日OpenAI准备开直播宣布全量开 放 GPT-4o 图像生成 能力 时 ，Google抢先一步，发布了Gemini 2.5 Pro Experimental。

这款模型可不是为了应付OpenAI急匆匆就推出一个模型来凑数的，它的各项能力全部拉满了。

Google 的CEO更是表示 Gemini 2.5 Pro Experimental是至今为止最智能的模型 ，事实也的确如此。

Gemini 2.5 Pro Experimental有太多第一的成绩了，在这里就不给大家一一念。

给大家分享几个我个人比较关心的几个成绩单。

在最新的Arena排行榜中，Gemini 2.5 Pro以绝对的优势拿下第一，而且创下了历史最大分数飞跃，比Grok-3/GPT-4.5整整高出了40分！

可能还有很多小伙伴不了解Arena这个排行榜，给大家简单科普一下。

Arena 是一个由 LMSYS Org 创建的 AI 大语言模型排行榜，主要用于评估和比较不同 AI 聊天机器人的性能。

借鉴了国际象棋中的 Elo 评分机制，用户对不同模型回答同一问题的表现进行投票，获胜的模型会获得相应的分数，分数越高，模型表现越好。

换句话说，它的评分机制是采用匿名投票的方式，哪个模型回答的效果更好，它的排名就更高。

如上图所示： Gemini 2.5 Pro Experimental是现阶段的第一！

同时在网页开发领域，它也取得有史以来最好的最好成绩，超越Claude 3.5、DeepSeek R1等模型，获得网页开发竞技场（WebDev Arena）第二名的成绩。

和其他编程排行榜动不动就超越Claude 3.7，这个成绩就显得非常真实。

此外， Gemini 2.5 Pro Experimental还是一个多模态模型，并成功登顶了视觉竞技场（Vision Arena）排行榜榜首！

目前，Gemini 2.5 Pro已在Google AI Studio和Gemini应用中，向Gemini Advanced用户开放，并将很快在Vertex AI上推出。

附上免费使用地址： https://aistudio.google.com/prompts/new_chat

那它的实际效果到底如何？我们来测试一下，毕竟排行榜的成绩还不如测试来得实在。

让Gemini2.5编写一个 p5.js 程序，展示一个球在旋转的六边形内弹跳。球应受到重力和摩擦力的影响，并且必须真实地反弹到旋转的墙壁上，添加滑块来调整参数。

看起来是不是还不错，来一个难度高的，并它和o1 Pro对比一下，看看谁得编程能力更强。

整体而言，两个都不错，但 o1-pro 呈现的效果会更好一些，而且Gemini 2.5生成的蓝色小球掉出来了......

再来一道最近搜刮到的模型难题，之前试了一下，发现DeepSeek R1、混元 T1等模型都没有做出来，看看它们两是否可以做出来。

测试题：一根7米的棍子是否能通过长三米宽三米的门。

Gemini 2.5 Pro

o1 Pro

这两款模型全部回答失败，仅仅只是把这道题当作是一道二维空间，而没有考虑到三维空间。

再来看看它们的数学能力如何，上传一道高三摸底考试数学题。

先公布答案，答案是「B、C、D」

Gemini 2.5 Pro

o1 Pro