Gemini 2.5 pro 来了，gemini 2.5 flash 什么时候来

[phlegm (K)]

gemini 2.5 pro，免费ai studio只有50次，期待1500次的gemini 2.5 falsh

[linjinpeng]

说实话v3 0324都打不过，在中文领域

[handsome (大帅哥)]

先出pro了还会出flash吗

[mashpolo]

这俩有啥区别，一个推理，一个不能推理吗

[ufvice]

@PoseidonLi0514

解析一下这部微小说
题目 自驾游
当年我自驾游
不小心压死了一头羊 羊的主人好热情
宰了羊给我们吃 还送我们到火车站
在回来的路上
看着火车外的风景
真的好感人

全军覆没啊，各家的推理模型，甚至包括对中文支持最好的deepseek都答不上来是他车被扣了，只有3.7和gpt4.5能答上来，是不是可以作为鉴定模型的题目哈哈

各有胜负吧，这个题目就是gemini2.5pro胜于dsv3的

[phlegm (K)]

参数量大小的区别（虽然没公开，但是参数量越大，能力越强，也越费算力）

[lenluo]

大厂都卷起来吧

[taiyi747]

感觉有刷分嫌疑，等过几天看看

[phlegm (K)]

gemini2.5pro总的来说还是最强的（目前，全部都在卷有可能明天就被超越了）。中文方面才是各有胜负，如果用英文，gemini2.5pro就是碾压式的获胜（吧）。逻辑方面gemini2.5pro还是很强的。gemini2.5pro，但是很不公平，拿一个非推理模型，和一个推理模型比较。。。

[phlegm (K)]

LM arena，是基于用户的选择打分的，gemini2.5pro已经上第一了，所以刷分方面应该不会（吧）

[ywxh (是雪海哦)]

2.5pro的64k输出太爽了，超长代码也能一次输出完

[ufvice]

就算要公平点比推理，ds-r1也答不上来啊；
或者拿不推理的gemini2.0proexp比也行，这个不推理也能答对。
ds-v3作为底模和顶尖模型还是有差距的，大概是语料差距

[phlegm (K)]

英文语料在中文上面还是比较强的。而且gemini2.5pro真的很强。现在的ds r1还用着以前的ds v3，等更新吧，但是不觉得会比gemini2.5pro强。r1的幻觉真的很强。感觉中文语料比较适合创意性的内容。而英文语料训练的是比较学术的，固定的，有逻辑的。

[taiyi747]

有的，谷歌老爱刷了，而且你看votes数量比下面那些低好多，只能说他确实某方面确实变强了 但是，你要说他全方位赢了下面那些模型，不太可能。。

[phlegm (K)]

等一个月在看 ，比较刚出，gemini 2.0 flash thinking的那个votes也是很多，感觉gemini2.5pro就算vote多了也是第一

[Azide]

LM Arena我一直觉得是和个人体验偏离挺大的……

[phlegm (K)]

可以自己测试，我自己测试了是觉得，在“逻辑能力“上来说gemini2.5pro是遥遥领先的

[Azide]

我也在等一个flash；限量是一方面，另一方面是个人感觉很多场合非思考模型要更实用。

就是现在各家都一窝蜂的上思考……挺烦人的。

[Azide]

我简单的测试下来确实挺强的；我只是说，LM Arena这个东西可能不是太靠谱，不太能当论据。

[phlegm (K)]

怕有一天全部都上thinking模型，然后没有非思考模型。我的翻译器，还有一些快速评论，测试的模型，就很难了

thinking还是不能那种瞬间回答，科学数学这种理科的可以慢思考，但是翻译还是其他的，思考就有点太过分了吧