Gemini 3深夜来袭：力压GPT5.1，大模型谷歌时代来了

AI圈的神经再次被彻底拉满——Gemini 3还没发布，推特已经先炸了。从9月开始，整个行业都盯着谷歌能否按“三个月一更”的节奏推出下一代模型，如今只因谷歌开发者关系负责人发出了一条只有「Gemini」的神秘推文，几个月的期待瞬间引爆社交媒体。相关话题迅速登上热搜，AI开发者、投资人、模型玩家纷纷涌入讨论，仿佛下一秒Gemini 3就要降临。这个场景不仅反映出市场对新一代大模型的渴望，也让人看到：AI的竞争战火，远比我们想象得更激烈。

有趣的是，临近发布节点，推特竟「应景」地崩了几次。尽管「幕后黑手」是Cloudflare，但这崩溃的时机简直精准得让人怀疑有人背后搞鬼(小声蛐蛐：毕竟推特是各家模型的宣传主阵地)。

不知道今早刚发了Grok 4.1的马斯克此时作何感想，反正网友的梗图已经铺天盖地了。

就在刚刚，Gemini 3终于正式登场，让我们看看在万众瞩目下登场的它到底有多强。

最智能模型

事实证明，Google没有让等待的人失望，Gemini 3正式发布，再一次定义了SOTA，奥特曼和马斯克也发来贺电。

Google将其定义为「通往AGI的重要一步」，并强调这是目前世界上多模态理解能力最强、交互最深度的智能体。

Gemini 3不仅在基础推理能力上刷新了SOTA标准，更通过推出全新的Google Antigravity平台和Deep Think模式，试图重塑开发者生态与AI辅助体验。

全面霸榜的推理怪兽

Gemini 3 Pro被官方称为「最先进的推理模型」，在几乎所有主流AI基准测试中均显著超越了前代Gemini 2.5 Pro，并且全面压制了Claude Sonnet 4.5和GPT-5.1等主要竞品。

Gemini 3 Pro以1501 Elo的突破性高分登顶LMArena Leaderboard，在Humanity’s Last Exam(在不使用任何工具的情况下达到37.5%)和GPQA Diamond(91.9%)上获得最高分，展示了博士级的推理能力。它还在数学方面为前沿模型树立了新标准，在MathArena Apex上达到了23.4%的最新SOTA水平。

除了文本与逻辑，Gemini 3 Pro还重新定义了多模态推理的上限。它在MMMU-Pro和Video-MMMU上分别斩获了81%和87.6%的高分，这意味着无论是解析复杂的科学图表还是理解动态视频流，它都游刃有余。

更值得一提的是，它在SimpleQA Verified上取得了72.1%的成绩，显示出在事实准确性上的巨大进步——它不仅强，而且可靠。

拒绝奉承的思维伙伴

Gemini 3 Pro的进化不仅在于跑分，更在于交互的质感。它摒弃了以往AI常见的陈词滥调和过度奉承，变得聪明、简洁且直接：告诉你需要听到的，而不仅仅是你爱听的。

它充当真正的思维伙伴，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的代码来翻译晦涩的科学概念，到创造性的头脑风暴。

Gemini 3 Deep Think

Gemini 3 Deep Think模式进一步拓展了智能的边界，带来了Gemini 3在推理和多模态理解能力上的重大进步，帮助你解决更复杂的问题。

在测试中，Gemini 3 Deep Think在Humanity's Last Exam(不使用工具的情况下得分41.0%)和GPQA Diamond(得分93.8%)上的表现均优于Gemini 3 Pro已相当出色的成绩。此外，它在ARC-AGI-2(代码执行，已通过ARC Prize验证)上也取得了前所未有的45.1%的得分，展现了其解决全新挑战的能力。

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

学习、构建与规划

学习任何事情

Gemini从一开始就旨在无缝整合任何主题的多种模态信息，包括文本、图像、视频、音频和代码。Gemini 3结合了其先进的推理、视觉和空间理解能力、领先的多语言性能以及百万级token上下文窗口，进一步拓展了多模态推理的边界，帮助你以最适合自己的方式学习。

例如，如果你想学习如何烹饪家族传统菜肴，Gemini 3可以解读并翻译不同语言的手写食谱，生成可与家人分享的食谱。

或者，如果你想学习某个新主题，就可以提供学术论文、长篇视频讲座或教程，它可以生成交互式记忆卡片、可视化或其他格式的代码，帮助你掌握相关知识。

它甚至可以分析你的匹克球比赛视频，找出可以改进的地方，并制定训练计划，帮助你全面提升球技。

为了帮助你更好地理解网络上的信息，搜索中的AI模式现在使用Gemini 3来实现新的生成式UI体验，例如沉浸式视觉布局、交互式工具和模拟，所有这些都是根据你的查询即时生成的。

开发任何东西

在2.5 Pro成功的基础上，Gemini 3兑现了将开发者的任何想法变为现实的承诺。它在零样本生成方面表现出色，能够处理复杂的提示和指令，从而渲染出更丰富、更具交互性的Web用户界面。

Gemini 3是谷歌迄今为止构建的最佳Vibe编码和Agent编码模型，它使谷歌的产品更加自主，并显著提升了开发者的效率。它在WebDev Arena排行榜上名列榜首，获得了令人瞩目的1487 Elo分数。此外，它在Terminal-Bench 2.0测试中也取得了54.2%的成绩，该测试旨在评估模型通过终端操作计算机的工具使用能力。同时，它在SWE-bench Verified测试中也大幅超越了2.5 Pro版本(得分为76.2%)，该测试用于衡量编码代理的性能。

现在，用户可以使用Google AI Studio、Vertex AI、Gemini CLI以及谷歌全新的智能体开发平台Google Antigravity中的Gemini 3进行构建。它也适用于Cursor、GitHub、JetBrains、Manus、Replit等第三方平台。

比如编写一款具有更丰富的视觉效果和更强交互性的复古3D太空飞船游戏。

再比如编写更丰富、更具交互性的Web UI和应用程序。

规划任何事

自Gemini 2智能体之后，Gemini显著提升了长周期任务中的规划能力。

Gemini 3的规划能力在Vending-Bench 2测试中进一步得到印证：Gemini 3在模拟售货机经营测试中登顶该排行榜，全程通过长周期规划管理虚拟商业运营。

在完整模拟年度的运营中，Gemini 3 Pro始终保持稳定的工具调用与决策连贯性，在持续专注任务目标的同时实现了更高投资回报。

Gemini 3 Pro展现出更卓越的长周期规划能力，与其他前沿模型相比，能创造更高的回报。

Gemini Agent还可以帮助整理Gmail收件箱。

Gemini 3现已全面开放。即日起，普通用户和订阅用户分别可通过Gemini App及搜索AI模式使用新模型;开发者与企业客户也能通过AI Studio、Vertex AI等渠道接入。至于备受期待的「深度思考模式」，预计将在未来几周内面向Google AI Ultra订阅用户独家上线。

另外，根据此前泄露的模型卡，还有许多值得关注的关键信息：Google使用TPU从头开始训练这个模型，作为一个MoE，具有1M输入和64k token输出，MoE意味着他们可以负担得起使其变得便宜。

定价方面，Gemini 3.0 Pro引入了基于上下文长度的分级定价机制：200k tokens以下的任务，输入/输出价格为$2.00/$12.00(每百万token);超过200k tokens则分别为$4.00和$18.00。

全新的「智能体优先」开发体验

Google Antigravity是Google全新的智能体开发平台，使开发者能够在更高、以任务为导向的层面上进行操作。利用Gemini 3先进的推理、工具使用和智能体编程能力，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(集成开发环境)体验，但其智能体已被提升到一个专用界面，并被赋予直接访问编辑器、终端和浏览器的权限。现在，智能体可以代表你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还紧密结合了Google最新的用于浏览器控制的Gemini 2.5 Computer Use模型，以及其顶级的图像编辑模型Nano Banana(Gemini 2.5 Image)。

一手体验

既然Gemini 3 Pro预览版上线了AI Studio平台，我们也来上手体验了一把。

Prompt:SVG of NEW YORK SKYLINE 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.

Prompt:Create a visually stunning Space Invaders game.

鹈鹕骑自行车曾难倒一众大模型，这次我们也让Gemini 3试了下。Prompt：An animated SVG of a pelican riding a bicycle.

相比之前版本，Gemini 3已有较大进步，不过仍有bug，比如自行车的脚蹬在天上空转。

我们又换了一个更为清晰的提示词：Create a single,complete,self-contained animated SVG code(no external files or images)of a cute pelican riding a bicycle from a side view.这次Gemini 3生成的自行车似乎没有脚蹬。

写在最后

在X博主Chubby发起的「到2026年底，哪家公司拥有最好的LLM?」投票中，Google Gemini遥遥领先。

这种市场信心的回升也体现在了数据上，Alphabet CEO Sundar Pichai在官方博客中回顾了Gemini过去两年的进展：AI Overviews月活跃用户已达20亿，Gemini应用月活突破6.5亿，此外更有超过70%的云客户以及1300万开发者正在使用其生成式模型。

回望过去两年，从Bard(Gemini前身)发布时的仓促应战与股价暴跌，到痛定思痛合并Google DeepMind、召回创始人、斩获诺贝尔奖，Google完成了一场教科书般的「大象转身」。

那个曾经定义了Transformer、如今「All in Gemini」的巨人，已经做好了全面反击的准备。

至于它到底能不能终结「最好的LLM」之争?别急，让子弹(和服务器)再飞一会儿。