谷歌最强 Gemini 3 AI 模型发布

登顶全球模型竞技场：在 LMArena 以 1501 Elo 创下历史新高，官方称其为“迄今最智能”的 Gemini 模型。推理与知识：在 Humanity’s Last Exam（无工具） 取得 37.5%，在 GPQA Diamond 达到 91.9%，在 MathArena Apex 取得 23.4%，多维度刷新前沿模型表现。多模态理解：在 MMMU‑Pro 获得 81.0%，在 Video‑MMMU 达到 87.6%；在事实一致性 SimpleQA Verified 上达 72.1%。编程与智能体：在 WebDev Arena 以 1487 Elo 登顶；在 Terminal‑Bench 2.0 取得 54.2%，在 SWE‑bench Verified 达到 76.2%；在 LiveCodeBench Pro 获得 2439 高分。长链规划：在 Vending‑Bench 2 模拟一年期运营取得最高净值 $5,478.16，显示长期工具使用与决策一致性优势。
以上成绩来自谷歌官方发布与对外评测披露。

增强推理模式 Deep Think

能力再跃升：在 Humanity’s Last Exam 达 41.0%、在 GPQA Diamond 达 93.8%、在 ARC‑AGI‑2 达 45.1%（均为官方公布数据）。开放节奏：正在进行额外安全评估，将先在 Google AI Ultra 订阅用户中灰度，预计未来几周逐步放开。

发布即上线与生态整合

系统级落地：发布当天即整合进 Google 搜索 AI Mode、Gemini App、AI Studio、Vertex AI 与企业级产品，属谷歌首次在发布日同步接入搜索。生成式界面：在搜索中提供沉浸式视觉布局、交互式工具与模拟器，可根据查询实时生成结果页面。开发者与智能体平台：推出全新 Google Antigravity 智能体开发平台，智能体可直接访问编辑器、终端、浏览器以执行端到端任务；同时可在 Cursor、GitHub、JetBrains、Manus、Replit 等第三方平台调用。使用范围：Gemini App 内所有用户可用；美国地区的 Google AI Pro/Ultra 订阅用户可在搜索 AI Mode 选择“Thinking”使用；Gemini Agent 能力优先面向 AI Ultra 用户。

上下文规模与安全评估

超长上下文：支持 100万 token 上下文窗口，适配长文档、长视频与复杂代码库。安全与对齐：谷歌称其为迄今最全面安全评估的模型，表现为更低的谄媚性、更强的提示注入与滥用防护；并与 AISI 等机构及第三方安全团队合作评估。