Google宣布推出Gemini 2.5 Pro (I/O)版本，该版本在编码能力、多模态处理以及应用开发等方面的性能提升明显。

据了解，此次更新着重强化了Gemini 2.5 Pro构建丰富互动网络应用方面的能力。以魔方模拟测试为例，相较于旧版本，新版本在操作体验上有了质的提升。除了延续轻松解决魔方难题的能力外，还新增了一系列丰富的交互功能，用户只需轻轻点击相应按钮，就能对魔方进行自由旋转，全方位观察魔方的每一面，还能通过缩放功能，细致查看魔方的细节。

性能基准测试结果方面，在LM Arena评分中，新版本从旧版的1437分跃升至1448分，在WebDev Arena排行榜上，更是从1272分大幅提升至1419分，进步高达147分。在GPQA Diamond等测试项目中，其成绩与OpenAI的部分模型相当，甚至在某些方面更胜一筹。同时，该模型拥有高达100万令牌的上下文窗口，并且能够处理视频、图像、音频等多种类型的数据，展现出强大的通用性。价格方面，Gemini 2.5 Pro具有极高的性价比。与OpenAI的同类模型相比，其输入成本仅为对方的四分之一，输出成本约为三分之一，仅略高于开源的Deepseek R1模型。

为了全面展示Gemini 2.5 Pro的能力，测试者进行了一系列丰富多样的应用测试。在创建3D浮动岛模拟场景时，模型仅用25秒就生成了一个效果出色的场景，具备动态光照、轻柔动画，还可通过多个滑块调节太阳强度、环境光、云雾速度等参数，展现出强大的场景构建和细节处理能力。

Galton板模拟测试中，首次生成的代码存在顶部漏斗无孔、缺少滑块等问题，但在后续迭代中迅速改进。改进后的模拟具备了完善的功能，如可调节落球间隔、最大球数、箱子数量、钉子行数等参数，能逼真地呈现出概率分布的钟形曲线。

飞行模拟器、蛇游戏、粒子模拟、乐高模拟器、Tamagotchi游戏、复古第一人称射击游戏、塔防游戏等应用的创建过程中，Gemini 2.5 Pro均有出色表现。它能够快速生成相应的代码，并在功能实现和用户体验上达到较高水平，虽然部分应用存在一些小瑕疵，但整体效果令人满意。

不过，在一个“计算缺失方块数量以组成完整立方体”的测试中，Gemini 2.5 Pro模型出现了错误，将立方体尺寸判断错误，导致缺失方块数量计算错误。测试者认为，若有模型能准确解决这一问题，或许将成为真正的最佳模型，该测试也有望成为新的基准测试。

参考资料：https://blog.google/products/gemini/gemini-2-5-pro-updates/

https://www.youtube.com/watch?v=yPC6a83JDeQ