Gemini 主要功能
使用 Gemini 模型构建内容：
Google AI Studio
进行实验、设计原型并部署。对于想要试用 Gemini 模型并开始使用 Gemini Developer API
构建应用的开发者、学生和研究人员而言，Google AI Studio 是快捷途径。
Vertex AI
构建 AI 智能体并将生成式 AI 集成到您的应用中。Google Cloud 提供 Vertex
AI，这是一个全托管式统一开发平台，可供大规模使用 Gemini 模型和其他第三方模型。
在业务中使用 Gemini：
为每位员工带来 Google AI 的最佳体验。Gemini Enterprise 使团队能够在一个安全平台上发现、创建、共享和运行 AI 智能体。
AI 赋能的助理直接内置于 Gmail 以及 Google 文档、幻灯片、表格等产品中，可助您提高工作效率和创造力。
Gemini 模型系列
我们的多功能模型高效运行于各种环境，从数据中心到端侧设备。
3.1 Pro
助力处理复杂任务，将创意构想变为现实
3 Flash
最适合用于快速获取前沿情报
3.1 Flash-Lite
胜任海量任务处理，兼顾卓越能效与智能表现
Gemini 视频
性能表现
Gemini 3 在广泛的基准测试中处于业界领先地位
我们迄今为止最智能的模型，为 AI 模型性能树立了新的标杆
| 基准测试 | Gemini 3.1 Pro Thinking (High) |
Gemini 3 Pro
Thinking (High) |
Sonnet 4.6
Thinking (Max) |
Opus 4.6
Thinking (Max) |
GPT-5.2
Thinking (xhigh) |
GPT-5.3-Codex
Thinking (xhigh) |
|
|---|---|---|---|---|---|---|---|
|
Humanity's Last Exam 学术推理 (full set, text + MM) |
No tools | 44.4% | 37.5% | 33.2% | 40.0% | 34.5% | — |
| 支持联网搜索和代码运行 | 51.4% | 45.8% | 49.0% | 53.1% | 45.5% | — | |
|
ARC-AGI-2 视觉推理谜题 |
ARC Prize 认证 | 77.1% | 31.1% | 58.3% | 68.8% | 52.9% | — |
|
GPQA Diamond 科学认知 |
No tools | 94.3% | 91.9% | 89.9% | 91.3% | 92.4% | — |
|
Terminal-Bench 2.0 智能体终端编程 |
Terminus-2 测试 | 68.5% | 56.9% | 59.1% | 65.4% | 54.0% | 64.7% |
| 其他最佳自测框架 | — | — | — | — | 62.2% (Codex) |
77.3% (Codex) |
|
|
SWE-Bench Verified 智能体编程 |
单次尝试 | 80.6% | 76.2% | 79.6% | 80.8% | 80.0% | — |
|
SWE-Bench Pro (Public)
多样化智能体编程任务 |
单次尝试 | 54.2% | 43.3% | — | — | 55.6% | 56.8% |
|
LiveCodeBench Pro 来自 Codeforces、ICPC 和 IOI 的竞赛级编程题目 |
Elo 评分，越高越好 | 2887 | 2439 | — | — | 2393 | — |
|
SciCode
科学研究编程 |
59% | 56% | 47% | 52% | 52% | — | |
|
APEX-Agents 长期专业任务 |
33.5% | 18.4% | — | 29.8% | 23.0% | — | |
|
GDPval-AA Elo 专家任务 |
1317 | 1195 | 1633 | 1606 | 1462 | — | |
|
τ2-bench
智能体及工具使用 |
零售业 | 90.8% | 85.3% | 91.7% | 91.9% | 82.0% | — |
| 电信业 | 99.3% | 98.0% | 97.9% | 99.3% | 98.7% | — | |
|
MCP Atlas 基于 MCP 协议的多步工作流自动化 |
69.2% | 54.1% | 61.3% | 59.5% | 60.6% | — | |
|
BrowseComp
智能体搜索 |
搜索 + Python 代码执行 + 网页浏览 | 85.9% | 59.2% | 74.7% | 84.0% | 65.8% | — |
|
MMMU-Pro
多模态理解与推理 |
No tools | 80.5% | 81.0% | 74.5% | 73.9% | 79.5% | — |
|
MMMLU
多语言问答 |
92.6% | 91.8% | 89.3% | 91.1% | 89.6% | — | |
|
MRCR v2 (8-needle) 长上下文性能 |
128k (平均值) | 84.9% | 77.0% | 84.9% | 84.0% | 83.8% | — |
| 1M (逐点) | 26.3% | 26.3% | Not supported | Not supported | Not supported | — |
Gemini 功能点
