模型 · Google

Gemini Pro

Google 功能最强大的模型。最适合复杂任务、高级推理和智能体式编程。具备前沿的多模态理解能力，并拥有 100 万 token 上下文窗口。

Gemini Pro 最擅长什么

大规模多模态理解

当你的工作涉及图像、超长文档或多种语言时，Gemini Pro 是正确之选。

具备前所未有的推理深度与细腻度——提供真正有洞察力的答案，而非停留在表面。单次尝试即可在 GPQA Diamond 上达到 94.3%、在 ARC-AGI-2 上达到 77.1%、在 SWE-Bench Verified 上达到 80.6%。

Gemini 系列中最适合 vibe coding 和智能体式编程的模型。指令遵循能力出色，工具使用能力显著提升，并在处理复杂多文件项目时于 LiveCodeBench Pro 取得 2887 Elo。

单一模型即可理解文本、图像、视频、音频、代码和 PDF。还能将实时数据转换为交互式可视化、3D 界面，以及基于设计文件生成动画代码。

拥有 100 万输入 token 上下文窗口，并在 128K 上下文下于 MRCR v2 达到 84.9% 的信息保留率。可处理完整代码库、研究语料和长篇文档而不丢失上下文。

示例任务

Gemini Pro 擅长处理结合视觉输入与长文本分析的任务。

选择你的模型

在对话中途切换模型。每个模型都会保留在你的工作区历史记录中。

根据上传的报告和可视化数据生成演示文稿。

将文档转换为适配各个渠道的内容格式。

跨长篇文档和图像进行阅读与整合。

将报告整理为便于浏览的网页格式。

文本、图像和长上下文——尽在一个模型中。