待验证80% 置信事实时间未知

Gemini 2.5 Pro在数学能力基准测试中与O3 Mini持平，两者都将其他模型远远甩在身后

1

来源数

80%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Gemini 2.5 Pro编程实测：Rust重构吊打Claude，前端却翻车

bilibili程序员韩老魔

涉及实体

Gemini 2.5 Promodel O3 Minimodel

相关事实

待验证Gemini 3在SWE-bench基准测试中智能体场景下的得分远超同类模型81% 相似已验证Gemini 3.1 Pro新增了中档思考级别选项，而Gemini 3只有低和高两档77% 相似待验证在OmniDocBench V1.5测试中，OCR2在使用与Gemini 3 Pro相同数量的token的情况下取得了更高的性能表现76% 相似待验证Claude 4.5 与 Gemini 3 Pro 的对比结果并非一边倒，而是各有所长75% 相似已验证Gemini 3.5 Flash在几乎所有基准测试中超越了Gemini 3.1 Pro74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/20637

API

curl https://kongchang.com/api/v1/knowledge/claims/20637

MCP

get_claim(id=20637)