盡管亮相時(shí)被OpenAI壓了一頭，但谷歌一直在悄悄迭代Gemini大模型，和OpenAI最新大模型GPT-4o的差距已經(jīng)顯著縮小。最新測(cè)試結(jié)果顯示，Gemini 1.5 Pro/Advanced在綜合測(cè)試中排名第 2，逼近GPT-4o，輕量版Gemini 1.5 flash排名第9，超越 Llama-3-70b，接近GPT-4。
相比4月份的版本，Gemini Pro和Flash的能力有明顯加強(qiáng)。且上下文長(zhǎng)度可以達(dá)到100萬token，遠(yuǎn)遠(yuǎn)超出GPT-4的12.8萬token。
Gemini的中文能力更是驚艷，在中文測(cè)試中，Gemini Pro和Advanced雙雙超越GPT-4o，分別排在第一、第二位。
此外，在Hard Prompts測(cè)試中，Gemini同樣名列前茅。在Hard Prompts測(cè)試中，大模型需要面對(duì)那些更具挑戰(zhàn)性的問題，Gemini 1.5 Pro在這一測(cè)試中排名第二，僅次于GPT-4o.
從大模型置信區(qū)間（Confidence Intervals）來看，Gemini的測(cè)試結(jié)果也名列前茅。
