Gemini 2.5 Pro Experimental 03-25 评测详情

Gemini 2.5 Pro Experimental 03-25 当前已收录的代表性评测结果包括 AIME 2024（9 / 62，得分 92）、Aider-Polyglot（12 / 59，得分 72.90）、GeoBench ACW（5 / 20，得分 81）。

评测结果

Gemini 2.5 Pro Experimental 03-25

评测结果

综合评估

共 1 项评测

评测名称 / 模式

得分

排名/总数

18.80

130 / 179

科学与综合推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

84

94 / 226

常识问答

共 1 项评测

评测名称 / 模式

得分

排名/总数

52.90

13 / 47

编程与软件工程

共 2 项评测

评测名称 / 模式

得分

排名/总数

70.40

55 / 124

SWE-bench Verified

63.80

77 / 113

数学推理

共 3 项评测

评测名称 / 模式

得分

排名/总数

92

9 / 62

86.90

47 / 107

FrontierMath - Tier 4

常规模式

4.20

40 / 80

常识推理

共 1 项评测

评测名称 / 模式

得分

排名/总数

常规模式

51.60

32 / 67

Agent能力评测

共 2 项评测

评测名称 / 模式

得分

排名/总数

常规模式

72.90

12 / 59

常规模式工具

43.30

6 / 12

OpenClaw智能体能力综合测评

共 2 项评测

评测名称 / 模式

得分

排名/总数

开启思考工具

80.40

20 / 29

开启思考工具

71.90

29 / 37

多模态理解

共 2 项评测

评测名称 / 模式

得分

排名/总数

常规模式工具联网

81

5 / 20

常规模式

48

11 / 24

长上下文

共 1 项评测

评测名称 / 模式

得分

排名/总数

Fiction.liveBench

常规模式

66.70

13 / 16

与其他模型对比