谷歌默默发力Gemini大模型悄悄变强：基准测评缩小与GPT-4o差距，中文完成超越

AI奇点网6月4日报道丨尽管亮相时被OpenAI压了一头，但谷歌一直在悄悄迭代Gemini大模型，和OpenAI最新大模型GPT-4o的差距已经显著缩小。

最新的大模型基准测评排行测试结果显示，Gemini 1.5 Pro/Advanced在综合测试中排名第二，逼近OpenAI的旗舰模型GPT-4o，轻量版的Gemini 1.5 Flash排名第9，已经超越了 Llama-3-70b，接近GPT-4。

相比4月份的版本，对用户免费的Gemini Pro和Gemini Flash的能力有明显加强。且上下文长度窗口的吞吐可以达到100万Token，远远超出GPT-4目前提供的12.8万Token，在实用性上领先。

此外，谷歌Gemini的中文能力表现更是惊艳，在中文内容的测试中，Gemini Pro和Gemini Advanced双双超越GPT-4o，包揽了前两位。

在针对复杂提示词「Hard Prompts」的测试中，谷歌Gemini同样名列前茅。在该专项挑战当中，大模型需要面对那些更具挑战性的问题，Gemini 1.5 Pro在测试中排名第二，仅次于GPT-4o。

从大模型置信区间（Confidence Intervals）来看，Gemini的测试结果也名列前茅。

值得一提的是，就在两周前的I/O开发者大会上，谷歌Gemini更新再次撞档GPT-4o发布，被后期在舆情讨论热度上截胡。

而就在过去的数周内，谷歌Gemini因为羸弱的大模型推理能力几乎引来了群嘲。

根据多家科技博客的测评，即使谷歌已经对Gemini 1.5 Pro进行了数月的改进，但从常识推理到多模态能力和代码能力，仍然无法与OpenAI最新的GPT-4o模型相媲美。唯一亮点就是更大的长文本上下文窗口。

这次的测评结果显示，加紧进度“卷”模型能力的谷歌Gemini取得了如此神速的进步，显示出AI界“黄埔军校”仍然有深厚的技术底蕴。