Gemini 2.5 Pro 评测解读：多模态、推理与基准阅读

发布解读，非本站实测。 本文依据公开资料整理，未完成本文模型的付费接口测试。厂商基准只适用于其公布的版本、数据集与条件；未提供可复核来源、原始值及换算方法的衍生评分已撤下。 Google DeepMind 交出的答卷是 Gemini 2.5 Pro——一个把"原生思考（thinking）"和"原生多模态"作为核心卖点的模型。它在 LMSYS 公开榜单上冲到了第一。

一、Gemini 2.5 Pro 在卷什么？官方公布的三件事

根据 Google DeepMind 官方发布，升级重点可以归纳成三件事。

1. 原生思考（Thinking）推理

在给出答案前先做内部推理，在数学、科学、代码这类需要多步推理的任务上表现明显更好。其思考流程可以概括为四步：输入问题 → 内部推理思考 → 逐步分解 → 输出答案。这正是它在 AIME 2025、GPQA Diamond 等推理密集型基准上拉开差距的关键。

2. 原生多模态：Video-MME 84.8%

在 Video-MME（视频理解基准）上拿到 84.8%，处于领先水平。

3. LMSYS 榜首 + 代码/数学/科学 SOTA

在 LMSYS 公开榜单上位列第一，并在代码、数学、科学多项基准上达到 SOTA。

二、核心基准：和上代及友商差多少？

下面这张图汇总了 Gemini 2.5 Pro 在四大公开基准上的成绩，并与 GPT-4.5、Claude 3.7 Sonnet 做横向对比。

三、它值多少钱？实时价格

四、国内怎么调用？

import os
from openai import OpenAI

client = OpenAI(
  api_key=os.environ["tokenba_API_KEY"],
  base_url="https://api.apizt.com/v1"
)

response = client.chat.completions.create(
  model="gemini-2.5-pro",
  messages=[{"role": "user", "content": "你好"}]
)

print(response.choices[0].message.content)

核对这个型号的请求与结果

4 步跑通 · gemini-2.5-pro

五、该不该用它？

信息来源：本文能力描述来自 Google DeepMind 官方发布及 LMSYS 公开榜单，非本站实测。价格数据为发布当日（2025-06-07）apizt 控制台快照，最新价格请以控制台价格页为准。