Gemini 2.5 Deep Think在多项基准测试中达到顶尖性能

Google DeepMind

与不使用工具的其他模型相比，它在以下方面达到了最先进的性能：
🔘 LiveCodeBench V6，评估竞争性代码性能
🔘 Humanity's Last Exam，一项衡量模型在不同领域专业知识的挑战性基准，包括科学 https://t.co/cgTKi8JYlV

打开互动版