编辑：桃子 好困

【新智元导读】凌晨，谷歌终极杀器Gemini 3重磅来袭，一出手就是Pro顶配版，号称「史上最强推理 多模态 氛围编程」三合一AI战神！基准测试横扫全场，就连GPT-5.1也被斩于马下，AI的下一个时代开启。

它来了，它来了！

就在刚刚，万众期待的年度压轴之王，谷歌新一代旗舰Gemini 3炸裂登场。

而且，一上来就是顶配的Gemini 3 Pro——

迄今推理最强，多模态理解最强，以及「智能体」 「氛围编程」最强的模型！

从实测来看，也的确如此。

在众多基准测试中，Gemini 3 Pro一举封神——

不仅相较于2.5 Pro实现了性能的全方位跃升，甚至直接把OpenAI刚上新的GPT-5.1甩出了好几条街。

Gemini 3 Deep Think在一些最具挑战性的AI基准测试中表现出色

或是想要学习一个新主题，直接扔给它学术论文、长视频讲座或教程，Gemini 3自动生成交互式抽认卡、可视化效果或其他格式的代码。

它甚至可以分析匹克球比赛视频，找出可以改进的地方，并生成针对性的训练计划以全面提升表现。

氛围编程，纯靠嘴

在2.5 Pro成功的基础上，Gemini 3兑现了——为开发者将任何想法变为现实的承诺。

它在零样本学习（zero-shot）生成方面表现出色，并能处理复杂的提示词和指令，以渲染更丰富、更具交互性的 Web UI。

如前所述，Gemini 3是谷歌迄今为止打造的最优秀的「氛围编程」和智能体编码模型。

在WebDev Arena排行榜上，Gemini 3以1487 Elo高分强势登顶。

它在Terminal-Bench 2.0上也获得了54.2%高分，该测试衡量模型通过终端操作计算机的工具使用能力；

并且在衡量编码智能体SWE-bench Verified测试上，以76.2%成绩远超2.5 Pro。

接下来一波演示中，便可见识Gemini 3真正实力。

编写一个复古3D太空飞船游戏，要有丰富的视觉效果，以及更强的交互性——没问题。

打造一个更丰富、更具交互性的Web UI和应用程序——还是轻松搞定！

前端不再需要人类，是真的...

长程规划，人类手替

自谷歌通过Gemini 2开启智能体时代以来，一直在不断进化。

他们不仅提升了Gemini的编码智能体能力，还提高了其在更长时间范围内可靠规划未来的能力。

而这一切，刚刚在Vending-Bench 2排行榜上得到实力认证——

Gemini 3以绝对优势登顶。

而这个测试，通过模拟运营一个自动售货机业务，深度考验AI在复杂场景下的长程规划能力。

令人欣喜的是，在整个模拟运营年度中，Gemini 3 Pro通过保持一致的工具使用和决策，在不偏离任务的情况下，实现了更高的回报。

曾在Anthropic担任AI工程师的MagicPath创始人Pietro Schirano，首先让Gemini 3 Pro创建了一个3D乐高编辑器。

没想到，它仅凭一次生成就完美实现了用户界面、复杂的空间逻辑以及所有功能。

最值得一提的是，Gemini 3竟完全在谷歌TPU上完成训练。这就是谷歌的护城河。

参考资料：

https://blog.google/products/gemini/gemini-3/