Gemini翻译站点

Gemini 是谷歌公司开发的一款先进的多模态人工智能模型，能够同时识别和处理文本、图像、音频、视频和代码等多种类型的信息，具有强大的语言理解、复杂推理、高级编码等能力，并在多个基准测试中表现出色。

Gemini 它从一开始就被创建为多模态的模型，可同时识别并理解文本、图像、音频、视频等多种类型的信息，能更好地理解具有细微差别的信息，回答与复杂主题相关的问题。

在被大型语言模型研究和开发中广泛使用的 32 项学术基准中，Gemini Ultra 的性能有 30 项都超过了目前最先进的水平。其得分率为 90.0%，是第一个在 MMLU 测试中超过人类专家的模型，在新的 MMMU 基准测试中，也取得了得分率为 59.4% 的优异成绩。

可以理解、解释和生成 Python、Java、C++ 和 Go 等多种编程语言的高质量代码，在多个编码基准测试中表现出色，如 HumanEval 和 Natural2Code 等。利用专门版本的 Gemini 创建的 AlphaCode 2，擅长解决需要复杂数学和理论计算机科学知识的竞赛性编程问题。

支持 100 万 Tokens 的上下文窗口，相当于 1500 页 PDF，能够一次性处理大量文本，可对多个文件进行交叉引用、对比分析。

Gemini 2.5 Pro 在模拟数学竞赛（AIME 2025）中准确率高达约 88%，接近人类高手水平；面对高难度数学题（HiddenMath – Hard），也能解出约 82%，在研究生级别的科学问题（GPQA diamond）上达到约 86%。

作为谷歌的产品，它与谷歌全家桶的联动非常丝滑，在输入框输入一个 “@”，就能调用 YouTube 视频总结、Gmail 邮件处理、Google 日程规划、Google 文档 / 表格等功能。