一个由 Gemini 3 开启的智能新时代

一个由 Gemini 3 开启的智能新时代

Google 与 Alphabet 首席执行官 Sundar Pichai（桑达尔·皮查伊） 的公开信：

近两年前，我们开启了 Gemini 时代，这是我们要公司有史以来规模最大的科学与产品创举之一。从那时起，看到人们如此喜爱它简直令人难以置信。AI 概览（AI Overviews）现在的月活跃用户已达 20 亿。Gemini App 月活跃用户超过 6.5 亿，我们超过 70% 的云客户都在使用我们的 AI，1300 万开发者正在使用我们的生成式模型构建应用，但这仅仅是我们所见影响力的冰山一角。

得益于我们在 AI 创新方面差异化的全栈式策略——从领先的基础设施到世界级的研究、模型和工具，再到触达全球数十亿人的产品，我们能够比以往更快地将先进能力推向世界。

每一代 Gemini 都建立在上一代的基础之上，让您能做更多事情。Gemini 1 在原生多模态和长上下文窗口方面的突破，扩展了信息处理的种类和数量。Gemini 2 为代理能力奠定了基础，并拓展了推理和思考的前沿，协助处理更复杂的任务和创意，这也使得 Gemini 2.5 Pro 在 LMArena 榜首位置占据了半年之久。

现在，我们要推出 Gemini 3，这是我们要最智能的模型，它融合了 Gemini 的所有能力，助您将任何创意变为现实。

它在推理方面达到了最先进水平，旨在掌握深度和细微差别——无论是感知创意中微妙的线索，还是剥离难题中交织的层级。Gemini 3 也更擅长弄清您请求背后的语境和意图，因此您只需较少的提示词即可获得所需内容。想到在短短两年内，AI 已经从单纯阅读文本和图像进化到能够“察言观色”，真是令人惊叹。

从今天起，我们将以 Google 的规模全面推送 Gemini。这包括搜索中 AI 模式下的 Gemini 3，它具备更复杂的推理能力和全新的动态体验。这是我们首次在发布首日就将 Gemini 部署到搜索中。Gemini 3 今天也将登陆 Gemini App，并在 AI Studio 和 Vertex AI 中面向开发者开放，同时也将出现在我们全新的代理开发平台 Google Antigravity 中——详见下文。

像前几代一样，Gemini 3 再次推动了技术水平的进步。在这个新篇章中，我们将继续拓展智能、代理和个性化的边界，让 AI 真正对每个人都有所帮助。

希望您喜欢 Gemini 3，我们会不断改进它，并期待看到您用它构建的成果。未来还有更多精彩！

---

隆重介绍 Gemini 3：我们要最智能的模型，助您将任何创意变为现实

Google DeepMind 首席执行官 Demis Hassabis 与 Google DeepMind 首席技术官兼 Google 首席 AI 架构师 Koray Kavukcuoglu，代表 Gemini 团队致辞

今天，我们在通往通用人工智能（AGI）的道路上又迈出了一大步，正式发布 Gemini 3。

它是世界上多模态理解能力最强的模型，也是我们要迄今为止最强大的代理和 Vibe Coding（直觉编程）模型，能够提供更丰富的可视化效果和更深层次的交互性——所有这一切都建立在最先进的推理基础之上。

我们通过发布预览版 Gemini 3 Pro 来开启 Gemini 3 时代，并于今日在 Google 系列产品中上线，以便您在日常生活中使用它来学习、构建和规划任何事情。我们还推出了 Gemini 3 Deep Think——我们的增强推理模式，它将 Gemini 3 的性能推向新高——并在向 Google AI Ultra 订阅用户开放前，先提供给安全测试人员使用。

最先进的推理能力，具备前所未有的深度与细腻度

Gemini 3 Pro 凭借其最先进的推理和多模态能力，可以将任何创意变为现实。它在每一项主要的 AI 基准测试中都显著超越了 2.5 Pro。

它以 1501 Elo 分的突破性成绩登顶 LMArena 排行榜。它在“人类终极考试”（Humanity’s Last Exam，在不使用任何工具的情况下得分为 37.5%）和 GPQA Diamond（91.9%）中获得最高分，展现了博士级的推理能力。它还为前沿模型在数学领域设立了新标准，在 MathArena Apex 上取得了 23.4% 的最新业界最佳成绩。

除文本外，Gemini 3 Pro 还重新定义了多模态推理，在 MMMU-Pro 上得分 81%，在 Video-MMMU 上得分 87.6%。它还在 SimpleQA Verified 上取得了 72.1% 的业界最佳成绩，显示出在事实准确性方面的巨大进步。这意味着 Gemini 3 Pro 在解决科学和数学等广泛主题的复杂问题时，具备极高的能力和可靠性。

Gemini 3 在一系列关键 AI 基准测试中均处于领先地位。

这张图片展示了一份关于 Gemini 3 Pro 的性能基准测试（Benchmark）对比图。这是 Google DeepMind 发布的一份技术报告摘要，旨在展示其最新模型 Gemini 3 Pro 相比于前代产品（Gemini 2.5 Pro）以及主要竞争对手（Claude Sonnet 4.5 和 GPT-5.1）的性能优势。 以下是对这张图中关键信息的深度分析和解读：

核心结论：全面的代际领先

从整体数据来看，Gemini 3 Pro（第一列，淡蓝色背景）在几乎所有列出的基准测试中都取得了最高分（粗体显示）。 这不仅仅是微小的提升，在某些特定领域（尤其是数学、视觉推理和长窗口理解），它展现出了相对于 GPT-5.1 和 Claude Sonnet 4.5 的“代际级”碾压优势。

关键领域的详细解读

A. 极高难度的数学与逻辑推理 (Reasoning & Math)

这是最引人注目的部分，显示了模型在处理非标准化、高难度问题上的突破。

• MathArena Apex: 这是一个极具挑战性的数学竞赛题库。

  • Gemini 3 Pro: 23.4%
  • GPT-5.1: 1.0%
  • Claude Sonnet 4.5: 1.6%
  • 解读： 这是一个数量级的差异。说明在极高难度的数学竞赛领域，Gemini 3 Pro 解决了一部分其他模型完全“无法理解”或“乱猜”的问题。

• ARC-AGI-2: 视觉逻辑推理测试（通常被认为是衡量通向 AGI 进度的重要指标）。

  • Gemini 3 Pro 得分 31.1%，几乎是 GPT-5.1 (17.6%) 的两倍。这表明其在未见过的视觉模式归纳能力上有了质的飞跃。

B. 智能体与屏幕理解能力 (Agentic & Screen Understanding)

这部分对于 AI 自动化工作流（Agent）至关重要。

• ScreenSpot-Pro: 屏幕理解能力（识别 UI 元素、理解屏幕内容）。

  • Gemini 3 Pro: 72.7%
  • GPT-5.1: 3.5%
  • 解读： 这是一个惊人的差距。这意味着 Gemini 3 Pro 可以像人类一样精准地“看懂”电脑或手机屏幕，这对于开发能够自动操作软件的 AI Agent 是决定性的能力。

• Vending-Bench 2: 长程智能体任务（Long-horizon agentic tasks），用“净资产均值”来衡量。

  • Gemini 3 Pro: $5,478.16
  • GPT-5.1: $1,473.43
  • 解读： 在复杂的、需要多步规划和决策的模拟经济环境中，Gemini 3 Pro 的表现远超对手，证明其规划和执行能力更强。

C. 长上下文与多模态 (Long Context & Multimodal)

• MRCR v2 (1M pointwise): 百万级 token 的长文本检索。

  • Gemini 3 Pro: 26.3%
  • Claude/GPT: Not supported (不支持)
  • 解读： 这一栏强调了 Google 在超长上下文窗口（Context Window）技术上的护城河。竞争对手在处理 1M（100万）长度的信息点查询时甚至无法支持，而 Gemini 依然保持了功能性。

• Video-MMMU: 视频信息获取。

  • Gemini 3 Pro (87.6%) 依然领先，显示了其原生多模态（Native Multimodal）处理视频的能力依然是业界顶尖。

竞争格局分析

根据图表中的模型命名（GPT-5.1, Claude Sonnet 4.5），我们可以推断出以下市场态势（基于图表设定的时间点）：

• Claude Sonnet 4.5: 在代码（SWE-Bench）方面表现尚可（77.2%），甚至略微超过 Gemini 3 Pro（76.2%），这是它唯一保持竞争力的领域。但在数学和屏幕理解上落后较多。
• GPT-5.1: 虽然是强大的竞争对手，但在这份 Google 提供的榜单中，它在多项高难度推理和视觉任务上被 Gemini 3 Pro 拉开了显著差距，特别是在 ScreenSpot（屏幕理解）和 MathArena（高难数学）上。

总结

这张图传递的主要信号是：Gemini 3 Pro 正在试图从“聊天机器人”向“全能智能体（Generalist Agent）”转型。 它不再仅仅满足于回答文本问题，而是重点强化了：

1. 视觉/屏幕理解（为操作电脑做准备）。
2. 复杂逻辑规划（为解决长链路任务做准备）。
3. 超难学科推理（突破现有 AI 的智力天花板）。 这是一份极具野心的成绩单，特别是针对AI Agent（智能体） 开发者而言，ScreenSpot-Pro 和 Vending-Bench 的分数提升是最具吸引力的卖点。

Gemini 3 Pro 还为每一次交互带来了全新的深度和细腻度。它的回答聪明、简洁且直接，摒弃了陈词滥调和阿谀奉承，取而代之的是真知灼见——告诉你需要听到的，而不仅仅是你想要听到的。它就像一位真正的思维伙伴，为你提供理解信息和表达自我的新方式，从通过生成高保真可视化代码来转化深奥的科学概念，到进行创意头脑风暴，无所不能。

Gemini 3 可以编写代码将托卡马克中的等离子体流可视化，并写一首诗来捕捉核聚变的物理原理。

Gemini 3 深度思考 (Deep Think)

Gemini 3 Deep Think 模式进一步拓展了智能的边界，使 Gemini 3 的推理和多模态理解能力实现了质的飞跃，助您解决更复杂的问题。

在测试中，Gemini 3 Deep Think 的表现超越了 Gemini 3 Pro 在“人类终极考试”（不使用工具得分为 41.0%）和 GPQA Diamond（93.8%）上已然令人印象深刻的成绩。它还在 ARC-AGI-2（包含代码执行，经 ARC Prize 验证）上取得了前所未有的 45.1% 的成绩，展示了其解决新颖挑战的能力。

Gemini 3 Deep Think 模式在一些最具挑战性的 AI 基准测试中表现优异。

Gemini 3 助您学习、构建和规划任何事情

学习任何事情

Gemini 从一开始就是为了无缝综合跨多种模态（包括文本、图像、视频、音频和代码）的任何主题信息而构建的。Gemini 3 结合了其最先进的推理、视觉和空间理解能力、领先的多语言性能以及 100 万 token 的上下文窗口，拓展了多模态推理的前沿，以最适合您的方式帮助您学习。

例如，如果您想学习家族传统的烹饪方法，Gemini 3 可以解读不同语言的手写食谱并将其翻译成可分享的家庭烹饪书。或者，如果您想学习一个新主题，您可以提供学术论文、长视频讲座或教程，它可以生成交互式抽认卡、可视化图表或其他格式的代码，帮助您掌握材料。它甚至可以分析您的匹克球比赛视频，找出您可以改进的地方，并生成全面的体态改进训练计划。

• Gemini 3 可以帮助您学习和保存家庭烹饪传统。在 Gemini Canvas 中试用。
• Gemini 3 可以帮助您分析研究论文等复杂信息，并生成交互式指南的代码。
• 获取关于您匹克球比赛的专家级体育分析，助您提升球技。

为了帮助您更好地理解网络上的信息，搜索中的 AI 模式现在使用 Gemini 3 来启用新的生成式 UI 体验，如沉浸式视觉布局、交互式工具和模拟，所有这些都是根据您的查询完全即时生成的。

在搜索的 AI 模式中，利用生成式 UI 学习 RNA 聚合酶工作原理等复杂主题。

构建任何东西

建立在 2.5 Pro 成功的基础之上，Gemini 3 兑现了为开发者将任何想法变为现实的承诺。它在零样本生成方面表现卓越，能够处理复杂的提示词和指令，渲染出更丰富、更具交互性的 Web UI。

Gemini 3 是我们要构建过的最好的 Vibe Coding 和代理编程模型——使我们的产品更具自主性，并提升开发者的生产力。它以 1487 Elo 的惊人高分登顶 WebDev Arena 排行榜。它在测试模型通过终端操作计算机工具使用能力的 Terminal-Bench 2.0 上得分 54.2%，并在衡量编程代理能力的基准测试 SWE-bench Verified (76.2%) 上大幅超越 2.5 Pro。

您现在可以在 Google AI Studio、Vertex AI、Gemini CLI 以及我们全新的代理开发平台 Google Antigravity 中使用 Gemini 3 进行构建。它也已上线 Cursor、GitHub、JetBrains、Manus、Replit 等第三方平台。

• 编写一款具有更丰富视觉效果和改进交互性的复古 3D 飞船游戏。在 AI Studio 中试用。
• 通过使用代码构建、解构和重组精细的 3D 体素艺术，将您的想象力变为现实。在 AI Studio 中试用。
• 使用 Gemini 3 构建一个带有着色器的可玩科幻世界。在 AI Studio 中试用。

您可以使用 Gemini 3 通过 Vibe Coding 构建更丰富、更具交互性的 Web UI 和应用程序。

推出全新的“代理优先”开发体验

随着 Gemini 3 带来的模型智能加速，我们有机会重新构想整个开发者体验。今天，我们发布 Google Antigravity，这是我们全新的代理开发平台，它使开发者能够在更高的、以任务为导向的层面上进行操作。

利用 Gemini 3 先进的推理、工具使用和代理编程能力，Google Antigravity 将 AI 辅助从开发者工具箱中的一个工具转变为积极的合作伙伴。虽然 Google Antigravity 的核心是熟悉的 AI IDE 体验，但其代理已被提升到一个专用的层面，并被赋予了直接访问编辑器、终端和浏览器的权限。现在，代理可以代表您自主规划并同时执行复杂的端到端软件任务，同时验证它们自己的代码。

除了 Gemini 3 Pro，Google Antigravity 还与我们用于浏览器控制的最新 Gemini 2.5 Computer Use 模型，以及我们顶级的图像编辑模型 Nano Banana (Gemini 2.5 Image) 紧密结合。

Google Antigravity 使用 Gemini 3 驱动飞行追踪应用的端到端代理工作流。该代理独立规划、编写应用程序，并通过基于浏览器的计算机使用来验证其执行。

规划任何事情

自 Gemini 2 开启代理时代以来，我们取得了很大进展，不仅提升了 Gemini 的编程代理能力，还改进了其在更长跨度内可靠规划的能力。Gemini 3 通过登顶 Vending-Bench 2 排行榜证明了这一点，该测试通过管理模拟自动售货机业务来测试长期规划能力。Gemini 3 Pro 在整个模拟运营年度中保持了一致的工具使用和决策制定，在不偏离任务的情况下带来了更高的回报。

Gemini 3 Pro 与其他前沿模型相比，展示了更好的长期规划能力，能产生显著更高的回报。

这意味着 Gemini 3 可以更好地帮助您处理日常生活中的事务。通过结合更深层次的推理与改进后更一致的工具使用，Gemini 3 可以代表您采取行动，从头到尾处理更复杂的多步骤工作流——例如预订本地服务或整理收件箱——所有这些都在您的控制和指导下进行。

Google AI Ultra 订阅用户今天即可在 Gemini App 中通过 Gemini Agent 体验这些代理能力。在改进 Gemini 的代理能力过程中我们学到了很多，我们很高兴看到随着我们很快将其扩展到更多 Google 产品中，您将如何使用它。

Gemini Agent 可以帮助您整理 Gmail 收件箱。Google AI Ultra 订阅用户现在即可在 Gemini App 中试用。

负责任地构建 Gemini 3

Gemini 3 是我们迄今为止最安全的模型，并经历了 Google 所有 AI 模型中迄今为止最全面的安全评估。该模型表现出更少的迎合讨好倾向，对提示注入（prompt injections）的抵抗力增强，并改进了针对网络攻击滥用的防护。

除了针对我们前沿安全框架（Frontier Safety Framework）关键领域的内部测试外，我们还与世界领先的主题专家合作进行评估，向英国 AISI 等机构提供早期访问权限，并获得了 Apollo、Vaultis、Dreadnode 等行业专家的独立评估。欲了解更多信息，请参阅 Gemini 3 模型卡。

Gemini 的下一个时代

这仅仅是 Gemini 3 时代的开始。即日起，Gemini 3 开始推出：

• 面向 Gemini App 的所有用户，以及搜索中 AI 模式下的 Google AI Pro 和 Ultra 订阅用户

https://gemini.google.com/app

• 面向使用 AI Studio 中 Gemini API 的开发者、我们全新的代理开发平台 Google Antigravity 以及 Gemini CLI

https://aistudio.google.com/prompts/new_chat?model=gemini-2.5-flash-image

• 面向 Vertex AI 和 Gemini Enterprise 的企业用户

对于 Gemini 3 Deep Think 模式，我们会花额外的时间进行安全评估并收集安全测试人员的反馈，然后将在未来几周内向 Google AI Ultra 订阅用户开放。

我们计划很快向 Gemini 3 系列发布更多模型，以便您利用 AI 做更多事情。我们期待收到您的反馈，并看到您利用 Gemini 学习、构建和规划的成果。