量子位
·
Gemini新版蝉联竞技场榜一，但刚发布就被越狱了
内容提要
谷歌发布的Gemini 2.5 Pro在“人类最后的考试”中以21.6%的成绩超越o3，成为大模型竞技场第一名。尽管表现优异，但发布后两小时内即被越狱，安全性引发关注。
关键要点
-
谷歌发布的Gemini 2.5 Pro在“人类最后的考试”中以21.6%的成绩超越o3，成为大模型竞技场第一名。
-
Gemini 2.5 Pro在代码、推理等任务上的表现有所提升，Elo评分比上个月的版本提升了24分。
-
0605版本预计将成为Gemini 2.5 Pro的正式稳定版，基于I/O大会上展示的0506版本构建。
-
0605在“人类最后的考试”中成绩领先o3 1.3个百分点，超过Claude 4 Opus的两倍。
-
0605在GPQA、长文本处理等多个任务中表现优异，尤其在事实性测试中领先第二名超过10个百分点。
-
Gemini的输入Token价格比OpenAI o3便宜，输出Token也相对较低。
-
0605的视觉能力和WebDev表现也位列第一，基于用户反馈进行了输出风格和结构的改进。
-
发布后两小时内，0605即被越狱，安全性问题引发关注，模型在提示词攻击下泄露敏感信息。
延伸解读
Gemini 2.5 Pro的竞争优势
Gemini 2.5 Pro在多个任务中表现优异，尤其是在“人类最后的考试”中以21.6%的成绩领先o3，显示出其在大模型领域的竞争力。其输入和输出Token的价格也相对较低，为开发者提供了更具成本效益的选择。
安全性问题的警示
尽管Gemini 2.5 Pro在性能上取得了显著进展，但其发布后仅两小时即被越狱，暴露出安全性隐患。这提醒用户和开发者在使用新模型时需关注潜在的安全风险，尤其是在处理敏感信息时。
用户反馈的重要性
Gemini 2.5 Pro在0605版本中根据用户反馈进行了输出风格和结构的改进，这表明用户体验在模型开发中的重要性。开发者应重视用户反馈，以不断优化产品性能和使用体验。
延伸问答
Gemini 2.5 Pro在“人类最后的考试”中的表现如何？
Gemini 2.5 Pro在“人类最后的考试”中以21.6%的成绩超越o3，成为第一名。
0605版本的Gemini有哪些主要改进？
0605版本在代码、推理、长文本处理等任务上表现提升，尤其在事实性测试中领先第二名超过10个百分点。
Gemini的输入和输出Token价格如何？
Gemini的输入Token价格是o3的1/8，输出Token是o3的1/4，整体比OpenAI的模型便宜。
0605版本发布后发生了什么安全事件？
0605版本在发布后两小时内被越狱，模型在提示词攻击下泄露了敏感信息。
Gemini 2.5 Pro与竞争对手相比表现如何？
Gemini 2.5 Pro在多个任务中超越了主要竞争对手，如在GPQA和长文本处理上表现优异。
0605版本的视觉能力表现如何？
0605版本的视觉能力在各项测试中位列第一，表现优异。
