在 DeepSeek 的強烈攻勢下，這次輪到谷歌坐不住了。

本周三，該公司全面發布 Gemini 2.0 Flash、 Gemini 2.0 Flash-Lite 以及新一代旗艦大模型 Gemini 2.0 Pro 實驗版本，并且還在 Gemini App 中推出了其推理模型 Gemini 2.0 Flash Thinking。

下圖為三個模型在通用、代碼、推理、事實性、多語言、數學、長上下文、圖像、音頻和視頻等多領域任務中的性能指標。

在大模型排行榜上，Gemini 2.0-Pro 在 Chatbot Arena 所有類別中排名第一。Pro 版在代碼等復雜任務上表現突出，Gemini Advanced 用戶目前已經可以在 App 上進行試用了。

與此同時，排名并列第三的 Gemini-2.0-Flash 已通過 Google AI Studio 和 Vertex AI 向開發人員廣泛開放（價格是 0.1 美元 / M token），Flash-lite 也以更低的成本進入了前十。谷歌還在 Gemini 應用程序中推出了旗下「推理」模型 Gemini 2.0 Flash Thinking。

新版本 Gemini 2.0 可以做到很多以前做不到的事。谷歌首席科學家 Jeff Dean 表示 Gemini 2.0 Pro 模型可以編寫完整的代碼，包括所有正確的數據結構和搜索算法，一次嘗試就可以獲得正確的數據結構。

更多第三方試用的結果也已陸續出現在社交網絡上，可見 Gemini 2.0 的性能提升明顯，可以生成代碼實現一些模擬物理規律的效果。

提示詞：創建一個自行動的貪吃蛇游戲，其中 100 條蛇相互競爭。（單次嘗試）

提示詞：編寫一個腳本，顯示一個球在旋轉的六邊形內彈跳。球應該受到重力和摩擦力的影響，并且必須逼真地從旋轉的墻壁上彈起，在 p5.js 中實現。（單次嘗試）

提示詞：編寫一個 p5.js 腳本，模擬圓柱形容器真空空間中的 25 個粒子，它們在容器邊界內彈跳。為每個球使用不同的顏色，并確保它們留下顯示其運動的軌跡。添加容器的緩慢旋轉，以便更好地查看場景中發生的事情。確保創建適當的碰撞檢測和物理規則，以確保粒子留在容器中。添加外部球形容器。為整個場景添加緩慢放大和縮小效果。

種種跡象表明，進入 2025 年之后，全球大模型領域的競爭烈度又上了一個臺階。谷歌正式發布 Gemini 2 系列的同時，OpenAI 立即作出回應，宣布將其 AI 搜索功能面向所有免費用戶開放。

值得注意的是，有媒體報道稱在谷歌發布新模型之際，科技界的注意力仍然集中在 DeepSeek 上。DeepSeek 的模型在性能上媲美甚至超越了美國科技公司提供的領先 AI 模型。與此同時，企業可以通過 DeepSeek 的 API 以相對低廉的價格使用其模型。

谷歌和 DeepSeek 都在去年 12 月發布了 AI 推理模型，但 DeepSeek 的 R1 模型獲得了更多關注。現在，谷歌可能正試圖通過其廣受歡迎的 Gemini app，讓更多人了解其 Gemini 2.0 Flash Thinking 模型。

至于 Gemini 2.0 Pro，作為谷歌去年 2 月推出的 Gemini 1.5 Pro 模型的繼任者，谷歌表示它現在是 Gemini AI 模型家族中的領先模型。

在價格方面，谷歌將繼續通過 Gemini 2.0 Flash 和 2.0 Flash-Lite 降低成本。兩者均采用單一輸入類型的定價模式，取消了 Gemini 1.5 Flash 中對短上下文和長上下文請求的區分。這意味著，盡管 2.0 Flash 和 Flash-Lite 在性能上有所提升，但在混合上下文工作負載下，兩者的成本可能低于 Gemini 1.5 Flash。

谷歌 Gemini 2.0 三大模型：全方位加強

Gemini 2.0 Pro 實驗版本

首次是新一代旗艦 Gemini 2.0 Pro 實驗版本，它是谷歌迄今為止在編碼和復雜指令任務中表現最好的模型。

在 Gemini 2.0 早期實驗版本中（如 Gemini-Exp-1206），開發人員已經發現了這些模型的優勢和最佳用例，比如編碼、復雜指令。

此次，Gemini 2.0 Pro 實驗版本進一步強化了這些功能，具備了最強大的編碼性能和處理復雜指令的能力，并且比谷歌此前發布的任何模型都具備更好的理解和推理世界知識的能力。

據介紹，該模型支持了谷歌最長的 200 萬 tokens 上下文窗口，可以處理 2 小時視頻、22 小時音頻、6 萬+ 行代碼和 140 萬 + 單詞，從而能夠全面分析和理解海量信息。同時，該模型還支持調用 Google 搜索和代碼執行等工具。

目前，Gemini 2.0 Pro 已經作為實驗模型提供給 Google AI Studio 和 Vertex AI 的開發人員使用，并且 Gemini Advanced 用戶在桌面和移動設備中也可以體驗。

Gemini 2.0 Flash

其次來看 Gemini 2.0 Flash，它是谷歌 Flash 系列模型的最新「成員」。

在 2024 年谷歌 I/O 大會上，Gemini 2.0 Flash（實驗版本）首次亮相，此后便作為強大的主力模型而深受開發者的喜愛，并最適合大規模處理高容量、高頻率任務，并能夠通過 100 萬 tokens 上下文窗口對海量信息進行多模態推理。

當前，Gemini 2.0 Flash 已經在谷歌的 AI 產品中向更多人全面開放使用。據介紹，該模型提供了全面的功能，包括原生工具使用。目前支持文本輸出，并即將推出圖像生成與文本轉語音功能，未來幾個月還將提供多模態 Live API。

目前，用戶既可以在 Gemini App 中試用該模型，也可以在 Google AI Studio 和 Vertex AI 中使用 Gemini API。

Gemini 2.0 Flash-Lite

最后是 Gemini 2.0 Flash-Lite，它是谷歌目前為止性價比最高的模型。該模型針對大規模文本輸出用例進行了成本優化。

谷歌表示，他們收到了關于 Gemini 1.5 Flash 在價格和速度方面的積極反饋，并希望在保持成本與速度優勢的同時繼續提升模型質量。因此，Gemini 2.0 Flash-Lite 在性能上更強，在大多數基準測試中均優于 1.5 Flash，并且速度和成本相當。

此外，與 2.0 Flash 一樣，Gemini 2.0 Flash-Lite 支持 100 萬 tokens 上下文窗口和多模態輸入。比如，該模型可以為大約 4 萬張不同的照片生成相關的單行字幕（或標題），在 Google AI Studio 付費套餐中僅花費不到 1 美元。

目前，Gemini 2.0 Flash-Lite 在 Google AI Studio 和 Vertex AI 中提供公開預覽版。

下圖為三個模型的一些參數匯總，可以看出圖像和音頻功能即將上線。

改變游戲規則？

Gemini 2.0 全面開放后，其領先能力在機器學習社區被熱烈討論。有評論認為，在這代模型推出后包括 OCR 等一些領域的游戲規則已被改變。

Gemin 2.0 在處理真實文檔時已經可以做到極高的準確率和低成本，實測很少會出現具體數值被誤讀的情況。除了表格解析之外，Gemini 在 PDF 到 Markdown 轉換的所有其他方面可以始終提供近乎完美的準確性。所有特性結合在一起，你將獲得一個極其簡單、可擴展且便宜的索引流程。

我們一直在等的大模型技術革命，已經在很多領域出現了。