在AI编码模型领域，一场激烈的竞争正在上演。近日，Google的DeepMind AI研究团队推出了Gemini 2.5 Pro的“I/O”版，这一新版本的多模态大型语言模型（LLM）迅速夺得了AI编码领域的王座，将之前的领头羊Anthropic的Claude 3.7 Sonnet拉下马来。DeepMind的CEO Demis Hassabis在X上宣称，这是“我们迄今为止构建的最优秀的编码模型！”
性能飞跃：领先所有竞争对手
根据Google发布的初步基准测试结果，Gemini 2.5 Pro I/O版在至少一个关键的编码基准测试中取得了领先地位，这是自2022年底ChatGPT引发生成式AI竞赛热潮以来，Google首次在编码模型上超越所有竞争对手。新版本标记为“gemini-2.5-pro-preview-05-06”，取代了之前的03-25版本，现在已在Google AI Studio上向独立开发者开放，同时在Vertex AI云平台上供企业使用，以及通过Gemini应用供个人用户使用。此外，该模型还支撑着Gemini移动应用的Canvas等功能。
实用升级：响应开发者反馈
Gemini 2.5 Pro I/O版的推出，是对开发者社区强烈反馈的积极响应。Google在博客文章中提到，新版本旨在提升模型在现实世界代码生成和界面设计中的实用性。Gemini API和Google AI Studio的高级产品经理Logan Kilpatrick在开发者博客中确认，此次更新还解决了开发者关于函数调用的关键反馈，减少了错误并提高了触发可靠性。
人机评价：WebDev Arena Leaderboard榜首
在WebDev Arena Leaderboard这一由人类评估者根据模型生成视觉吸引力和功能性网页应用的能力进行排名的第三方指标中，Gemini 2.5 Pro Preview (05-06)以1499.95的高分超越了Claude 3.7 Sonnet的1377.10分，跃居榜首。而之前的Gemini 2.5 Pro (03-25)版本仅排名第三，得分为1278.96分。这次I/O版的发布标志着Gemini实现了221分的巨大飞跃。值得注意的是，即使是OpenAI的GPT-4o（“o3”）也未能撼动Sonnet 3.7的地位，这进一步凸显了Gemini进步的重要性。
开发者赞誉：提升可靠性与应用
Gemini 2.5 Pro I/O版的卓越表现已经赢得了众多开发者和平台领导的赞誉。Cognition的Silas Alberti指出，Gemini 2.5 Pro是首个成功完成复杂后端路由系统重构的模型，展现了类似高级开发者的决策能力。AI编码工具Cursor的CEO Michael Truell表示，内部测试显示工具调用失败的情况显著减少，预计用户将在实际操作环境中发现最新版本更加有效。Cursor已经将Gemini 2.5 Pro集成到其代码代理中，这反映了开发者正在将该模型作为更智能开发工作流中的关键组件。
全能模型：从单一提示到完整应用
Gemini 2.5 Pro I/O版的另一个显著特点是其能够从单一提示中构建出完整的交互式网页应用或模拟。这一功能符合DeepMind简化原型设计和开发流程的愿景。在Gemini应用中的演示展示了用户如何将视觉模式或主题提示转化为可用的代码，从而降低了设计导向的开发者和团队尝试新想法的门槛。尽管Gemini 2.5 Pro的架构和内部更改尚未公开，但其重点仍然在于提供更快、更直观的开发体验。
广泛应用：赢得行业认可
Gemini 2.5 Pro I/O版的推出，标志着Google DeepMind在满足开发者需求和维护发展势头方面的明确意图。多家公司和开发者已经对Gemini表示了浓厚的兴趣，并计划将其集成到他们的工具中。例如，Replit的总裁Michele Catasta认为Gemini 2.5 Pro是平衡能力与延迟的最佳前沿模型，并考虑将其集成到Replit的工具中，特别是那些需要高响应性和可靠性的任务。AI教育家和BlueShell私有AI聊天机器人创始人Paul Couvert也在X上称赞了Gemini的代码和UI生成能力。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/ai-bian-ma-xin-wang-zhe-google-de-gemini-2-5-pro-i-o-ban
