Gemini 2.5 Pro 是 Google 最先进的 AI 模型，专为深度推理和高质量响应生成而设计。在关键基准测试中表现卓越，展现出卓越的逻辑能力和编程水平。该模型针对动态 Web 应用、自主代码系统和代码适配进行了优化，提供高性能体验。凭借内置的多模态能力和扩展的上下文窗口，它能够高效处理大型数据集，并整合多种信息来源，以解决复杂问题。
Meta推出的Llama 3.3 70B Instruct是多语言大模型，专为指令任务微调并优化对话应用。支持128,000 token上下文窗口，可处理生成多语言文本。2024年12月6日发布，在多项行业基准测试中超越众多开源和商业聊天模型。采用分组查询注意力(GQA)提升扩展性，基于超过15万亿token的公开数据训练，知识截止至2023年12月。
| Gemini 2.5 Pro | Llama 3.3 70B Instruct | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 语音 视频 | 文本 |
API提供商
| Google AI Studio, Vertex AI, Gemini app | Fireworks, Together, DeepInfra, Hyperbolic |
知识截止日期
| - | 12.2024 |
开源
| 否 | 是 |
输入定价
| 不可用 | $0.23 每百万token |
输出定价
| 不可用 | $0.40 每百万token |
MMLU
| 不可用 | 86% 0-shot, CoT 来源 |
MMLU-Pro
| 不可用 | 68.9% 5-shot, CoT 来源 |
MMMU
| 81.7% 来源 | 不可用 |
HellaSwag
| 不可用 | 不可用 |
HumanEval
| 不可用 | 88.4% pass@1 来源 |
MATH
| 不可用 | 77% 0-shot, CoT 来源 |
GPQA
| 84.0% Diamond Science 来源 | 50.5% 0-shot, CoT 来源 |
IFEval
| 不可用 | 92.1% 来源 |
SimpleQA
| 52.9% | - |
AIME 2024 | 92.0% | - |
AIME 2025 | 86.7% | - |
Aider Polyglot
| 74.0% / 68.6% | - |
LiveCodeBench v5
| 70.4% | - |
Global MMLU (Lite)
| 89.8% | - |
MathVista
| - | - |
移动应用 | - | |
VideoGameBench | ||
总分 | 0.48% | - |
Doom II | 0% | - |
Dream DX | 4.8% | - |
Awakening DX | 0% | - |
Civilization I | 0% | - |
Pokemon Crystal | 0% | - |
The Need for Speed | 0% | - |
The Incredible Machine | 0% | - |
Secret Game 1 | 0% | - |
Secret Game 2 | 0% | - |
Secret Game 3 | 0% | - |