Google 发布 Gemini 3

Gemini 3 发布后直接上线 Gemini 应用和 Google 搜索，发布时在多项推理评测中创下纪录。

发生了什么

2025 年 11 月 18 日，Google 发布了新一代模型 Gemini 3。首个型号是 Gemini 3 Pro（预览版）。Google 和 Alphabet 首席执行官皮查伊在发布文章中写道：「这是我们第一次在发布当天就把 Gemini 放进搜索。」

发布当天的上线范围：

所有人：Gemini 应用；
Google AI Pro 和 Ultra 订阅用户：Google 搜索的「AI 模式」；
开发者：AI Studio 中的 Gemini API、Gemini CLI，以及新推出的编程平台 Google Antigravity；
企业：Vertex AI 和 Gemini Enterprise。

据 TechCrunch 报道，这距离 Gemini 2.5 发布只有七个月，距离 OpenAI 发布 GPT-5.1 不到一周，距离 Anthropic 发布 Claude Sonnet 4.5 约两个月，「提醒人们前沿模型的开发速度有多快」。

背景：Gemini 走到第三代

Gemini 是 Google DeepMind 开发的模型系列，也是 Google 的 AI 助手应用的名字。皮查伊在文章中回顾：第一代 Gemini 的突破是「原生多模态」（同时理解文字、图片、音频、视频）和超长上下文；第二代奠定了「智能体」能力的基础，其中 Gemini 2.5 Pro 在 LMArena 排行榜上排名第一超过六个月。

发布时，Google 公布的规模数据是：Gemini 应用每月用户超过 6.5 亿，搜索中的「AI 概览」每月有 20 亿用户，1300 万开发者用过 Google 的生成式模型。

它有多强

Google 在发布时公布了与 Gemini 2.5 Pro、Anthropic 的 Claude Sonnet 4.5 和 OpenAI 的 GPT-5.1 的对比（详见其评测说明）。差距最大的是两项高难度推理测试。

人类最后的考试（不使用工具）正确率，越高越好

Gemini 3 Deep Think41.0%
Gemini 3 Pro37.5%
GPT-5.126.5%
Gemini 2.5 Pro21.6%
Claude Sonnet 4.513.7%

Gemini 分数由 Google 自测；Gemini 2.5 Pro 和 Claude Sonnet 4.5 的分数取自 Scale AI 排行榜，GPT-5.1 取自 Artificial Analysis。来源：Google DeepMind《Gemini 3 Pro 评测方法与结果》，2025-11

ARC-AGI-2：从没见过的图形推理谜题正确率，越高越好；经 ARC Prize 验证

Gemini 3 Deep Think45.1%
Gemini 3 Pro31.1%
GPT-5.117.6%
Claude Sonnet 4.513.6%
Gemini 2.5 Pro4.9%

Deep Think 的成绩允许执行代码。来源：Google《A new era of intelligence with Gemini 3》及评测方法文件，2025-11-18

其他几项 Google 公布的成绩：

评测	测的是什么	Gemini 3 Pro	对比
GPQA Diamond	研究生水平的科学题	91.9%	GPT-5.1：88.1%
MathArena Apex	极难的数学竞赛题	23.4%	Claude Sonnet 4.5：1.6%
Terminal-Bench 2.0	在命令行中独立完成任务	54.2%	GPT-5.1：47.6%
SWE-bench Verified	修复真实软件项目的问题	76.2%	Claude Sonnet 4.5：77.2%
Vending-Bench 2	模拟经营自动售货机生意一整年，看最后赚多少	5478 美元	Claude Sonnet 4.5：3839 美元

注意最后第二行：在业界常用的编程测试 SWE-bench Verified 上，Gemini 3 Pro 略低于 Claude Sonnet 4.5（77.2%）和 GPT-5.1（76.3%）。

TechCrunch 指出，Gemini 3 在「人类最后的考试」上的成绩是当时的最高纪录，此前的最高分是 GPT-5 Pro 的 31.64%（TechCrunch 报道的 Gemini 3 分数为 37.4%，与 Google 公布的 37.5% 略有出入）。

它能做什么

Google 在发布文章中举了一些例子（均为 Google 自己的演示）：

学习：把不同语言的手写菜谱识别、翻译，整理成一本可以分享的家庭食谱；把论文或很长的视频讲座变成互动式闪卡和图解；分析你打匹克球的视频，指出问题并给出训练计划。
搜索中的「生成式界面」：在 AI 模式里提问时，Gemini 3 会根据问题当场生成可视化排版、互动工具和模拟演示，而不只是一段文字。
写代码：Google 称它是自己「做过的最好的氛围编程（vibe coding，即用日常语言描述需求、让 AI 写出整个程序）模型」，演示中生成了复古 3D 太空飞船游戏、可玩的科幻场景和互动网页。
替你办事：Google AI Ultra 订阅用户可以在 Gemini 应用里试用「Gemini Agent」，让它完成多步骤任务，例如整理 Gmail 收件箱、预订本地服务。

安全方面

Google 称 Gemini 3 是它「迄今最安全的模型」，接受了 Google 所有 AI 模型中最全面的安全评估：更少「讨好」用户（即更少附和用户的错误观点），更能抵抗「提示词注入」攻击，也更能防止被用于网络攻击。除了内部测试，Google 还让英国 AI 安全研究所等机构提前使用，并请 Apollo、Vaultis、Dreadnode 等机构做了独立评估。

更强的 Deep Think 模式则没有在当天开放：Google 说要多花时间做安全评估、听取安全测试者的意见，之后几周再向 Ultra 订阅用户开放。

需要注意的地方

成绩由 Google 发布。 Gemini 的分数是 Google 自己测的；对手的分数大多来自对手自报或第三方排行榜，测试设置不完全相同（Google 的评测说明中写明了每项的来源）。
不是每项都领先。 在 SWE-bench Verified 上，它略低于 Claude Sonnet 4.5 和 GPT-5.1。
「预览版」：发布的是 Gemini 3 Pro 预览版，之后仍在不断更新。
这已经是将近一年前的模型。 此后 Google 又推出了 Gemini 3 Flash（2025 年 12 月，成为 Gemini 应用的默认模型）和 Gemini 3.1 Pro（2026 年 2 月，ARC-AGI-2 达 77.1%）；原定的 Gemini 3.5 Pro 最终取消，下一代旗舰是 2026 年 9 月发布的 Gemini 4 Argon。

对普通人意味着什么

用 Gemini 应用就能用上：发布当天，所有用户都能在 Gemini 应用中使用 Gemini 3。各套餐的价格见本站 Gemini 产品页。
搜索也变了：订阅 Google AI Pro 或 Ultra 的用户在搜索的 AI 模式中会得到由 Gemini 3 生成的答案和互动界面。
写代码的人：可以在 AI Studio、Gemini CLI、Antigravity，以及 Cursor、GitHub、JetBrains、Replit 等第三方工具里使用。