InfoQ
·
谷歌宣布推出Gemini 3
内容提要
2025年11月18日，谷歌推出了Gemini 3，这是其最新的多模态模型，支持搜索和Gemini应用等多个平台。Gemini 3 Pro专注于文本、代码和媒体的结合，Deep Think模式用于复杂推理任务，旨在统一文档和媒体分析工作流，提高开发效率。
关键要点
-
2025年11月18日，谷歌推出了Gemini 3，这是其最新的多模态模型。
-
Gemini 3 Pro专注于文本、代码和媒体的结合，支持多个平台。
-
Deep Think模式用于复杂推理任务，旨在提高开发效率。
-
Gemini 3 Pro接受文本、图像、视频、音频和PDF，支持高达1,048,576个tokens的上下文窗口。
-
Gemini 3 Pro能够在一次请求中分析文本、媒体和文档的组合输入。
-
Gemini 3 Pro集成到Gemini Code Assist和Gemini CLI中，支持多步骤编码任务。
-
谷歌强调Gemini 3在财务分析、供应链规划和合同审查等长时间任务中的能力。
-
开发者论坛讨论了数学密集型工作负载和代码密集型项目的改进。
-
建议开发者在承诺之前进行内部评估，以避免基准污染和评估不一致的问题。
延伸解读
Gemini 3的多模态能力
Gemini 3 Pro的多模态处理能力使其能够同时分析文本、图像、视频和音频，极大地简化了开发者的工作流程。开发者可以在一个请求中处理多种输入，避免了为每种模态建立独立管道的复杂性。这种整合有助于提高效率，尤其是在需要同时处理文档和媒体的任务中。
Deep Think模式的应用场景
Deep Think模式专为复杂推理任务设计，适用于财务分析、供应链规划等长时间任务。其强大的推理能力使得Gemini 3在处理高强度工作负载时表现出色。开发者在使用时应关注其在实际应用中的表现，尤其是在需要长时间规划的场景中。
开发者的评估建议
尽管Gemini 3 Pro在多个基准测试中表现优异，但开发者仍需谨慎评估其在特定项目中的适用性。论坛讨论指出，基准污染和评估不一致可能影响实际开发效果，因此建议在正式使用前进行内部测试，以确保模型的稳定性和可靠性。
延伸问答
Gemini 3的主要功能是什么？
Gemini 3主要功能是支持文本、代码和媒体的结合，进行多模态理解和代理编码。
Deep Think模式的用途是什么？
Deep Think模式用于复杂推理任务，特别是长时间规划和高强度推理工作。
Gemini 3 Pro支持哪些输入格式？
Gemini 3 Pro支持文本、图像、视频、音频和PDF等多种输入格式。
Gemini 3 Pro如何提高开发效率？
Gemini 3 Pro通过统一文档和媒体分析工作流，减少了为每种模态构建单独管道的需求，从而提高开发效率。
谷歌在Gemini 3中强调了哪些应用场景？
谷歌强调Gemini 3在财务分析、供应链规划和合同审查等长时间任务中的能力。
开发者在使用Gemini 3时需要注意什么？
开发者应在承诺之前进行内部评估，以避免基准污染和评估不一致的问题。
