谷歌新模型2.5 Pro霸榜AI竞技场，开发者评价两极分化

北京时间6月6日，谷歌推出(tuīchū)升级预览版大模型Gemini 2.5 Pro（0605），并表示这会(zhèhuì)在几周后成为正式(zhèngshì)的稳定版本，适用于企业级应用。 Gemini 2.5 Pro是谷歌旗舰模型系列，在前三个月(yuè)公布了几个预览版(yùlǎnbǎn)，此前(cǐqián)也一直在大模型竞技场LMArena排名第一，这一次更新(gēngxīn)的版本各方面的分数都超过了此前的版本，继续排在榜一。 不过，第一财经(cáijīng)也(yě)询问了一些开发者(kāifāzhě)，他们认为，不能完全相信榜单，要看实际(shíjì)体验和绝大多数开发者的选择，此前Gemini的模型表现各有优劣，开发者评价两极分化，目前刚出来大家或许要用一用才能有更客观的评价。 根据谷歌(gǔgē)官方博客，最新2.5 Pro 在多项AI性能基准测试中取得了(le)更高的分(fēn)数，在 LMArena上Elo分数（衡量模型相对技能水平(shuǐpíng)的评分）提升了24分，目前以1470分的成绩保持领先。 具体领域上，谷歌称(chēng)，最新模型在代码方面继续表现出色(biǎoxiànchūsè)，在 Aider Polyglot 等高难度编程基准测试(cèshì)中保持(bǎochí)领先(lǐngxiān)。此外(cǐwài)，它在 GPQA（研究生级别的问答测试）中的成绩超过了OpenAI的o3、Claude 4以及DeepSeek-R1的最新版。在“人类的最后考试(HLE) ” 中成绩达到21.6%，比OpenAI的o3多出 1.3个百分点。 在谷歌模型发布后，业界知名的测评方大模型竞技场(jìngjìchǎng) (lmarena.ai)发布了一份新的榜单，显示2.5 Pro新版在总分和所有子榜(zibǎng)单位列第一，包括文本(wénběn)、视觉、数学、创意等。 不过(bùguò)，“高分低能(gāofēndīnéng)”的产品此前也有(yǒu)过，不乏开发者对这个榜单存疑。例如，从编程体验(tǐyàn)上来说，Anthropic的Claude系列模型是公认(gōngrèn)较为好用的基座模型，此次在榜单的成绩并不突出。有海外网友表示，2.5 Pro新版的表现确实很好，但是不如Claude 4 Opus。 有行业(hángyè)人士认为，这一问题或许是榜单评测问题，只是让AI完成基础的任务，但对Agent的能力评测有限，但从实际应用过程中(zhōng)，Claude模型在Agent方面做(zuò)了专门优化，可以在大规模、系统化、长时间的编程(biānchéng)任务中表现出色，和行业拉开距离。而谷歌在Agent方向还(hái)没怎么发力。 一位开发者用C++编程语言较多，他对记者(jìzhě)表示，Claude比Gemini强太多，“任何Claude和o3无法解决(jiějué)的问题，Gemini从没有(méiyǒu)一个(yígè)能解决；但反之，Gemini 写不对的，往往Claude能写对。” 上述开发者认为，Gemini擅长的是长上下文和多模态(mótài)，而Claude前端更优，目前看可能还是(háishì)这一格局。 不过(bùguò)，另一位用Python和typescript编程语言的开发者体验并不相同，最近一个月，他无论在工作场景(chǎngjǐng)还是Cursor场景都全面转为了Gemini 2.5 pro，发现(fāxiàn)代码写得比(bǐ)Claude 3.7好，生成的网页更(gèng)漂亮，写出来的文案也更好。 目前看起来，在不同(bùtóng)的生产场景和个性化工作中，各个模型的体验(tǐyàn)和口碑并不相同。 大模型竞争进入下半场，模型基础能力差距逐渐缩小，模型之间的较量正在从(cóng)单纯的跑分转向更复杂(fùzá)的维度，模型的真正价值，越来越取决于在特定(tèdìng)场景下的表现能否赢得开发者的投票。 不过，除开能力，使用成本也是(shì)开发者(kāifāzhě)较为看重的一个因素，目前来看，Gemini比OpenAI的 o3、Claude 4 Opus和Grok 3都要更有性价比，但(dàn)仍然是国内(guónèi)DeepSeek的R1最便宜。 Gemini 2.5 pro的输入(shūrù)价格1.25美元，输出为10 美元/百万Tokens。而o3在(zài)输入和(hé)输出价格方面则高至10美元和40美元每百万Tokens ，Claude 4 Opus价格更高。针对此次更新(xīn)，谷歌表示新模型引入了“思考预算(yùsuàn)”功能，能让开发者更好地控制成本和延迟。 榜单分数是起点，真正的较量，在无数开发者和(hé)企业的工作和落地中展开。谁能更好地解决(hǎodìjiějué)核心问题，谁就能赢得竞争的主动权。 (本文来自(láizì)第一财经)