UMBRELLA 4365 Gemini 2.5 Pro
Google DeepMind · Gemini 谱系 · 2025.03.25 发布 · 在 2 项基准上留有 2 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
Google 首个默认带思考的旗舰，1M 上下文；发布即登 LMArena 榜首，Google 在模型大战里第一次被公认领先。
◈ 评分卡 SCORECARD
综合分 · 相对前沿48.3
总排名#26 / 27
已测维度2 / 6
综合分 = 各已测维度「相对前沿分」的平均：每个维度取该模型最近一次公开成绩，除以该维度当前最高分（最高 = 100）。至少两个维度有成绩才入总榜，覆盖维度数标在分数旁；未测不等于不行，只是没人公开考过。
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | SWE-bench Verified | 63.8% | 65.8 | Muse Spark 1.3 75.4% | 2025.03.25 |
| 前沿推理 | HLE | 18.8% | 30.9 | Claude Fable 5.1 60.9% | 2025.03.25 |
◈ 身份卡 IDENTITY
| 实验室 LAB | Google DeepMind |
| 谱系 FAMILY | Gemini |
| 发布日 RELEASE | |
| 定位 TIER | 旗舰 |
| 上下文 CONTEXT | 1M |
| 价格 PRICE | $1.25 / $10 每百万 token 输入 / 输出 |
| 权重 WEIGHTS | 闭源 CLOSED |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | blog.google/technology/google-deepmind/gemini-model-thinkin… |
| 站内档案 ARCHIVE | — |
◈ 全部公开成绩 ALL RESULTS2 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| HLE | 18.8% | 无工具 · 官方自报 | 原文 ↗ | |
| SWE-bench Verified | 63.8% | 官方自报 · 自定义 agent 配置 | 原文 ↗ |
◈ 同谱系 LINEAGEGoogle DeepMind · Gemini · 由旧到新
⇱ 返回完整时间树
UMBRELLA 4365 · 双线对照 · 由新到旧 · 全部档案