待验证60% 置信预测时间未知

评测者表示Gemini Pro 2.5 0506可能在下个月被从评测中移除，因为其整体表现已明显落后于Claude系列模型

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/6/2

首次发现

有效期至：2026/8/31

来源

AI编码助手深度评测：Copilot垫底，谁才是真正王者？

bilibili比特光锥_BightCone

涉及实体

Gemini Pro 2.5model Claudemodel

相关事实

待验证Gemini 2.5 Pro在Humanities Last Exam基准测试中得分18.8%，远超O3 Mini的14%和其他模型的10%以下70% 相似待验证Gemini 3.1 Pro发布后，不少开发者对其表现感到失望，认为单次实力测试大幅下滑70% 相似待验证Gemini最近存在降质问题，使用频率有所下降70% 相似待验证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69% 相似部分验证Gemini 3.0 Pro的前端还原度被评为全场第一，但后端错误率较高69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/36730

API

curl https://kongchang.com/api/v1/knowledge/claims/36730

MCP

get_claim(id=36730)