就在剛剛，Gemini 3 Pro 預(yù)覽版正式發(fā)布。

年底的 AI 圈向來不缺新聞，但今年格外喧囂。如果不出意外，這將是 2025 年壓軸登場、最令人期待的海外大模型，甚至可以說，Gemini 3 Pro 成了這個時間窗口唯一的主角。

過去兩個月，Google 幾乎復(fù)刻了 Sam Altman 的營銷手法，從 Gemini 著名宣傳委員 Logan Kilpatrick 到 CEO 皮查伊，內(nèi)部人員頻繁在社交平臺打啞謎，推波助瀾，將外界對 Gemini 3 的期待值不斷拔高。

有趣的是，OpenAI CEO Sam Altman 剛剛也在 X 平臺發(fā)文稱：「恭喜谷歌成功推出 Gemini 3!！看起來是個很棒的模型。」

有著奧特曼的前車之鑒，謎語人的玩法風(fēng)險極大，一旦產(chǎn)品力不足，口碑會瞬間崩塌。但顯然，谷歌對自己的產(chǎn)品充滿自信。那么，Gemini 3 Pro 這次到底交出了什么答卷？

省流版如下：

Gemini 3 Pro 預(yù)覽版原生多模態(tài)支持（文字、圖像、視頻、音頻）

在 LMArena 排行榜登頂，在推理、多模態(tài)、編程等主流測試中全面領(lǐng)先

推理能力創(chuàng)紀(jì)錄（GPQA Diamond 91.9%、MathArena Apex 23.4%）

提供 Deep Think 深度思考模式（未來幾周開放）

100 萬 token 上下文窗口 + 64K 輸出

推出全新 AI IDE：Google Antigravity，新模型已集成 Cursor、GitHub、JetBrains 等工具

Gemini 3 生成案例，源自 DeepMind CEO Demis Hassabis

無愧 Pro 之名，谷歌最強 AI 模型深夜發(fā)布

按照 Google 的說法，Gemini 3 Pro 是目前「最智能、最具適應(yīng)性的模型」，專為解決現(xiàn)實世界中的復(fù)雜問題而設(shè)計——尤其是那些需要更高層次推理、創(chuàng)造力、戰(zhàn)略規(guī)劃以及逐步改進(jìn)的任務(wù)。

它的典型應(yīng)用場景包括：具備自主行為能力的應(yīng)用、高級編程、超長上下文理解、跨模態(tài)處理（如文字、圖像、音頻的結(jié)合），以及算法開發(fā)等。

Gemini 3 Pro 預(yù)覽版在 LMArena 排行榜上以 1501 分的成績位列榜首， 在幾乎所有主要 AI 基準(zhǔn)測試中都遠(yuǎn)超上一代。更關(guān)鍵的是，它不僅能識別圖像內(nèi)容，還能理解其中的隱含信息和上下文關(guān)系。

具體來看， 推理能力方面， 它在「人類最后的考試（Humanity’s Last Exam）」中拿到了 37.5% 的博士級推理成績，GPQA Diamond 測試達(dá)到 91.9%，MathArena Apex 創(chuàng)下 23.4% 的業(yè)界新紀(jì)錄。

多模態(tài)推理方面，MMMU-Pro 得分 81%，Video-MMMU 得分 87.6%， SimpleQA Verified 事實準(zhǔn)確率達(dá)到 72.1%。

這也意味著 Gemini 3 Pro 能在科學(xué)、數(shù)學(xué)等各種復(fù)雜問題上可靠地提供優(yōu)質(zhì)解答， 而且它的回復(fù)直接提供真實見解， 告訴你需要知道的， 而不只是你想聽到的。

除了常規(guī)模式，Gemini 3 還提供了一個名為 Deep Think 的深度思考選項。

這個深度思考模式在「人類最后的考試」中得分 41.0%，GPQA Diamond 提升至 93.8%， 在 ARC-AGI-2 測試中更是創(chuàng)造了 45.1% 前所未有的得分分?jǐn)?shù)。

不過這個模式目前還在安全評估， 預(yù)計未來幾周內(nèi)向 Google AI Ultra 訂閱用戶開放。

測試數(shù)據(jù)之外，Gemini 3 在實際應(yīng)用場景中的表現(xiàn)更值得關(guān)注。

比如你翻出家里那本手寫的家族菜譜，上面是奶奶用多種語言寫的做法，Gemini 3 Pro 可以識別這些手寫文字， 整理成可分享的菜譜書。

或者你想學(xué)習(xí)一個新領(lǐng)域， 它可以處理學(xué)術(shù)論文和長視頻講座， 生成交互式學(xué)習(xí)卡片。甚至， 它還能分析你打球的比賽視頻， 生成針對性訓(xùn)練計劃。

這背后是因為 Gemini 從一開始就為多模態(tài)理解而設(shè)計，能夠整合文字、圖像、視頻、音頻和代碼等多種信息類型， 加上高達(dá) 100 萬 token 的上下文窗口和最大支持 64K 輸出。

值得一提的是，真正的重頭戲在搜索。這是 Gemini 首次在發(fā)布當(dāng)日就直接集成進(jìn) Google 搜索，谷歌顯然想借此重構(gòu)搜索體驗。

它不僅顯著提升搜索對復(fù)雜問題的理解與信息挖掘能力，還能根據(jù)查詢即時生成動態(tài)視覺界面、互動工具與模擬系統(tǒng)，如三體物理模擬器或貸款計算器。

另外，Gemini 3 Pro 在技術(shù)架構(gòu)上也有看點。

它采用了基于 Transformer 的稀疏專家混合模型（MoE），原生支持文本、視覺和音頻等多模態(tài)輸入，這種架構(gòu)的核心優(yōu)勢在于：模型會根據(jù)每個輸入 token 的內(nèi)容，動態(tài)選擇激活部分參數(shù)，從而在計算資源消耗、服務(wù)成本與總?cè)萘恐g實現(xiàn)平衡。

至于硬件層面，Gemini 3 Pro 使用 Google 自研的張量處理單元（TPU）進(jìn)行訓(xùn)練。相比 CPU，TPU 在處理大語言模型所需的大規(guī)模計算時速度更快，且配備的大容量高帶寬內(nèi)存，讓它能夠處理超大模型和批量數(shù)據(jù)。

如果你是開發(fā)者，Gemini 3 帶來的改變會更直接。

谷歌官方博客號稱，Gemini 3 是目前最強的「vibe coding」模型——你只需用自然語言描述想要什么， 它就能生成功能完整的互動應(yīng)用。

數(shù)據(jù)很能說明問題：WebDev Arena 排行榜 1487 Elo，Terminal-Bench 2.0 得分 54.2%，SWE-bench Verified 得分 76.2%。

Google 這次還推出了全新 AI IDE：Google Antigravity。

內(nèi)置的智能 Agent 可以自主規(guī)劃和執(zhí)行復(fù)雜的端到端軟件任務(wù)， 并自動驗證代碼正確性。你想做一個航班追蹤應(yīng)用， 代理能夠獨立規(guī)劃、編寫代碼， 并通過瀏覽器驗證運行效果， 甚至可以同時在編輯器、終端和瀏覽器之間協(xié)同工作， 一氣呵成。

在長期規(guī)劃能力上，Gemini 3 在 Vending-Bench 2 榜單上位居第一。

實際應(yīng)用中， 最新發(fā)布的 Gemini Agent 實驗性功能可以從頭到尾執(zhí)行多步驟復(fù)雜流程。你說「整理一下我的收件箱」， 它就會幫你優(yōu)先安排待辦事項， 并起草郵件回復(fù)供你確認(rèn)。

或者「查資料幫我預(yù)訂一輛中型 SUV， 預(yù)算每天不超過 80 美元， 用我郵件里的信息安排下周出行」，Gemini 會定位航班信息， 對比租車選項， 為你準(zhǔn)備預(yù)訂流程。

整個過程中你始終掌握主動權(quán)，Gemini 會在重要操作前請求確認(rèn)。

此外，在 Google AI Studio 和 Vertex AI 中， 通過 Gemini API 使用 Gemini 3 Pro 預(yù)覽版的價格為：輸入每百萬 token 需要 2 美元， 輸出每百萬 token 需要 12 美元。在 Google AI Studio 中也可以免費使用， 但有調(diào)用限制。

Gemini 3 已集成至 Cursor、GitHub、JetBrains、Replit 等開發(fā)工具生態(tài)系統(tǒng)中。

伴隨產(chǎn)品發(fā)布，Google 同步開放了多個使用入口。

從今天起，Gemini 3 預(yù)覽版正在陸續(xù)上線：所有用戶可在 Gemini 應(yīng)用中使用；Google AI Pro 和 Ultra 訂閱用戶可在搜索的 AI 模式中體驗；

開發(fā)者可通過 Gemini API、Google Antigravity 和 Gemini CLI 訪問；企業(yè)用戶通過 Vertex AI 和 Gemini Enterprise 獲取服務(wù)。

ChatGPT 的對手來了，Gemini 3 實測表現(xiàn)「能打」到什么程度？

當(dāng)然，科技公司總是宣傳大于實際，那么我們也上手測試了幾個問題。

第一個挑戰(zhàn)是讓它在單個 HTML 文件中還原一臺完整的 Game Boy 掌機(jī)， 內(nèi)置《俄羅斯方塊》《寶可夢紅/藍(lán)》等經(jīng)典游戲， 所有操控必須同時支持鍵盤和觸屏交互。

坦白說， 我對這個需求的期望值并不高。

這種需要同時處理 UI 設(shè)計、游戲邏輯、音效系統(tǒng)的任務(wù)， 即便是專業(yè)前端工程師也得花上幾天時間。但 Gemini 交出的答卷出乎意料：交互界面達(dá)到了六七分的效果， 按鍵按下時還有標(biāo)志性音效， 作為一次性生成的代碼， 已經(jīng)相當(dāng)能打。

既然復(fù)古游戲機(jī)能跑起來， 我們繼續(xù)加碼。

Design and create a web os like macOS full functional features from text editor , terminal with python and code editor and a game that can be played to dile manager to paint to video editor and all important windows os pre bundled software Use whatever libraries to get this done but make sure I can paste it all into a single HTML file and open it in Chrome.make it interesting and highly detail , shows details that no one expected go full creative and full beauty in one code block

我要求它用單個 HTML 文件復(fù)刻一個完整的 macOS 系統(tǒng)， 包括文本編輯器、終端、代碼編輯器、文件管理器、畫板、視頻編輯器等預(yù)裝軟件。生成的結(jié)果雖然審美一般， 但核心交互邏輯都實現(xiàn)了。

除了編程能力， 我們也測試了它的視覺生成和推理能力。

參考 X 用戶 @lepadphone 的做法， 我讓 Gemini 用前端代碼實現(xiàn)一個電扇的可視化效果，建議使用 SVG 技術(shù)來繪制，包含以下元素：扇葉、保護(hù)網(wǎng)罩、底座、控制按鈕等結(jié)構(gòu)細(xì)節(jié)，并實現(xiàn)扇葉旋轉(zhuǎn)、調(diào)速等動態(tài)效果。

生成的結(jié)果不僅結(jié)構(gòu)完整， 扇葉的旋轉(zhuǎn)動畫也很自然。

緊接著我又讓它畫一只鵜鶘騎自行車——這種不常見的組合對 AI 的空間想象力是個考驗， 結(jié)果它生成的圖形比例協(xié)調(diào)， 鵜鶘的姿態(tài)和自行車的透視關(guān)系都處理得不錯。

提示詞：Create code for an SVG of a pelican riding a bicycle as nicely as you can

在推理能力上，我用到了那道經(jīng)典的猴子分桃問題，Gemini 給的答案不光正確，還懂得進(jìn)行二次驗算。

有 5 只猴子在海邊發(fā)現(xiàn) 一堆桃子， 決定第二天來平分. 第二天清晨， 第一只猴子最早來到， 它左分右分分不開， 就朝海里扔了一只， 恰好可以分成 5 份， 它拿上自己的一份走了. 第 2，3，4，5 只猴子也遇到同樣的問題， 采用了同樣的方法， 都是扔掉一只后， 恰好可以分成 5 份. 問這堆桃子至少有多少只？

上下滑動內(nèi)容

更有意思的是， 我們還測試了它對「廢話文學(xué)」的理解能力。

面對「懂者得懂其懂， 懵者終懵其懵， 天機(jī)不言即為懂， 道破天機(jī)豈是懂」這種故弄玄虛的文字游戲，Gemini 的處理方式很聰明：先定性為「廢話文學(xué)」給你吃顆定心丸， 再挖掘背后的道家「有無」、佛家「色空」等文化梗， 最后給出人話翻譯。這種回答比簡單說「這是廢話」要高明得多。

寫作測試自然也沒落下。

我們讓 Gemini 用第一人稱寫「一滴雨水的一天」， 它交出了一篇散文：云端的擁擠與等待、下墜時的狂歡、融入河流的安寧。

文中堆了不少感官細(xì)節(jié)——瑟瑟發(fā)抖的觸感、霓虹燈折射的視覺、呼嘯風(fēng)聲的聽覺。情感真摯， 意象豐富， 雖然還有些「優(yōu)秀范文」的套路痕跡， 但已經(jīng)超出了及格線。

有一說一，拋卻紙面參數(shù)，Gemini 3 的實際水平是有目共睹的，而谷歌能在短時間內(nèi)追平甚至超越 OpenAI 數(shù)年的積累，關(guān)鍵就在于它是為數(shù)不多具備全棧能力的 AI 廠商。

谷歌的優(yōu)勢顯而易見：自研 TPU 系列處理器帶來的算力自主權(quán)，加上全球最大的數(shù)據(jù)寶庫——搜索索引、學(xué)術(shù)文獻(xiàn)、YouTube 視頻庫，都為 Gemini 的訓(xùn)練提供了強大助力。

這或許也解釋了為什么它在處理實時信息、多語言任務(wù)、視頻理解等場景時表現(xiàn)更穩(wěn)。

而就在剛剛，DeepMind 開發(fā)者體驗主管 Omar Sanseviero 在 X 上發(fā)文稱，今晚只是「熱身」，接下來還將有更多功能陸續(xù)上線。

結(jié)合此前的種種傳聞，外界期待已久的 Nano Banana 2 可能真的離我們不遠(yuǎn)了。