Unverified75% confidenceOpinionTime unknown
五项基准测试综合结果为技术性平局，Claude 4.5在编程实战领先，Gemini 3 Pro在知识推理领先
1
Sources
75%
Confidence
Medium-term (~90 days)
Relevance
5/31/2026
First Seen
Valid until: 8/29/2026
Sources
Claude 4.5 vs Gemini 3 Pro：编程能力全面对决
bilibiliClaudeEvangelist
Related Entities
Related Claims
UnverifiedGemini 3 Pro在MMLU横跨57个学科的通用知识测试中领先Claude 4.583% similarUnverified在研究生级推理和Agent工具使用基准测试中，Opus 4基本处于领先地位，但Gemini 2.5 Pro在部分项目上与之非常接近81% similarUnverifiedGemini 2.5 Pro支持100万token上下文窗口，在多项基准测试中表现优异，尤其在长上下文理解和多步推理方面领先77% similarUnverifiedGemini 2.5 Pro在数学推理（MATH）、代码生成（HumanEval）和多步骤规划任务上展现出与GPT-4o、Claude 3.5 Sonnet同级甚至领先的表现77% similarUnverifiedGoogle Gemini在最新的数学推理和编程基准测试中已经超越了OpenAI O3、Claude 4和DeepSeek R1，稳居榜首76% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/4055API
curl https://kongchang.com/api/v1/knowledge/claims/4055MCP
get_claim(id=4055)