Google 正式推出 Gemini 3：目前最强大的 AI Agentic 与 Vibe Coding 大型语言模型

Google 今日正式发表全新一代大型语言模型 Gemini 3，并同步在 Gemini App、SearchAI 模式、AI Studio、Vertex AI 等多项服务中推出 Gemini 3 Pro。Google 表示，Gemini 3 是目前最强的多模态与推理模型，在科学、数学、视觉理解与长程规划等多项重要 AI 基准测试上大幅领先前代。除了 Vibe Coding 外，Gemini 3 也是最强的 Agentic 模型，这意味着 AI 可以帮你主动完成任务。

Google 执行长：Gemini 理解力已从文字图片进化成能「读空气」

Google 执行长 Sundar Pichai 指出，自 Gemini 系列推出近两年以来，AI 产品已触及全球二十亿用户。每一代 Gemini 都建立在上一代的成果之上，Gemini 1 在原生多模态与长上下文方面带来突破，能处理更多也更复杂的资讯。Gemini 2 奠定代理 (agentic) 能力，推动推理与思考极限。

而现在，Gemini 3：我们最智慧的一代模型，集结 Gemini 系列所有能力，让你能把任何想法带到现实。它在推理方面达到 SOTA (state-of-the-art)，能掌握深度与细腻度。无论是捕捉创造性想法中的微妙线索，或拆解层层重叠的艰难问题。

Gemini 3 也能更好理解你的请求背后的上下文与意图，让你不用苦想提示就能得到真正需要的答案。令人惊叹的是，短短两年内，AI 已从能阅读文字与图片，进化到能读懂场面与情境 (reading the room)。

推理能力突破：Gemini 3 在 LMArena、科学推理与数学测试皆夺冠

Gemini 3 Pro 在最新评测中刷新多项纪录：

LMArena 榜首：取得 1501 Elo 分数。

Humanity’s Last Exam（学术推理）：37.5%（无工具）。

GPQA Diamond（科学推理）：91.9%。

MathArena Apex（高难度数学）：23.4%。

MMMU-Pro：81%

Video-MMMU：87.6%

SimpleQA Verified：72.1%（提升事实准确度）

这些结果代表 Gemini 3 Pro 在科学、数学、多模态推理中具备高度可靠性，可处理极为复杂的问题。

Google 同步发布 Gemini 3 Deep Think 推理模式，在 ARC-AGI-2（含程式执行）取得 45.1%，推理能力更上一层。其他亮点还包括：

Humanity’s Last Exam：41.0%

GPQA Diamond：93.8%

Gemini 3：更强的学习、执行与规划能力

Gemini 3 是目前最强的 vibe coding 与代理式编程模型，具体评分包括：

WebDev Arena：1487 Elo（最高）

Terminal-Bench 2.0：54.2%（工具操作能力）

SWE-bench Verified：76.2%（大型程式任务）

它也支援 Google 全新的 Google Antigravity 代理式开发平台，AI 能自主规划、编写程式、操作终端机、验证程式、操控浏览器等多步骤任务。Agentic AI 指的是能主动采取行动、规划多步骤任务、并自主操作工具的 AI 系统。核心概念是：AI 不再只是回答，而是能像助手一样，主动完成任务。

举例来说，当我输入：「帮我抓今日 ETH 价格并更新 Google Sheet。」，Agentic AI 自己去查 API 并更新 Google Sheet。

大型语言模型意味着使用者输入一样的内容，可能因模型运算出不同结果而有截然不同的输出。而 Gemini 3 在 Vending-Bench 2 中可连续一年度保持一致决策，这意味 Gemini 3 能协助你完成：

预约本地服务

整理 Gmail

处理多步骤工作流程

Gemini Agent 今天起向 Google AI Ultra 使用者开放。且 Google 表示，Gemini 3 是目前经过最多安全审查的模型，强化抗「拍马屁式生成」、防 Prompt Injection 与网路攻击。Deep Think 模式则将在完成额外安全测试后，提供给 Google AI Ultra 订阅者。

这篇文章 Google 正式推出 Gemini 3：目前最强大的 AI Agentic 与 Vibe Coding 大型语言模型 最早出现于 链新闻 ABMedia。