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)、SimpleQA(12 / 45,得分 52.90)。

评测结果

Gemini 2.5 Pro Experimental 03-25

评测结果

思考模式
工具使用

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
84
55 / 179
18.80
110 / 159

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
52.90
12 / 45

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
53 / 120
63.80
72 / 108

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
46 / 106
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
Simple Bench
常规模式
51.60
27 / 63

Agent能力评测

共 1 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
72.90
12 / 59

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
Claw Bench
开启思考工具
80.40
20 / 29
Pinch Bench
开启思考工具
71.90
29 / 37