Google发布Gemini 2.0 Pro：MMLU Pro评测超过DeepSeek V3略低于DeepSeek R1，最高上下文长度支持200万tokens！开发者每天免费50次请求！
2025年2月5日，Google官方宣布Gemini 2.0 Pro版本上线，Gemini系列是谷歌最新一代大模型的品牌名称。Google最早在2024年12月中旬发布了Gemini 2.0系列的第一个模型Gemini 2.0 Flash，当时试用的人都普遍反应这个模型速度又快，结果友好，让Google摆脱了此前大模型很落后的印象。今天，Gemini 2.0 Pro上线，其能力更强。
一、Google Gemini系列模型回顾
虽然Google最新的模型很不错，但是Google大模型系列的产品有点混乱，我们先来回顾一下Gemini模型的发布情况。
2023年12月份，Google发布了Bard模型的升级版本Gemini系列，当时发布的时候仅包含Gemini Ultra、Gemini Pro和Gemini Nano，参数规模依次递减，其中Nano系列是移动端的模型（这部分的信息可以参考此前DataLearnerAI的博客介绍：谷歌发布号称超过GPT-4V的大模型Gemini：4个版本，最大的Gemini的MMLU得分90.04，首次超过90的大模型）。
此后，Google陆续发布了1.5系列的模型，并引入了Gemini 1.5 Flash这个新的系列。
2024年12月，Google发布了Gemini 2.0 Flash的实验版本，后缀是Experimental，这个版本的模型发布让大家对Google的大模型有了很大的改观，原因是这个模型的代码生成能力非常好，效果与GPT-4o系列几乎不相上下，同时因为其速度快，开发者每天有免费使用的额度，被广泛使用。具体参考DataLearnerAI的博客：Google发布第二代Gemini大语言模型，首个登场的Gemini 2 Flash Experimental，评测结果显示其能力已经超越上一代的Gemini 1.5 Pro！
今天，Google又发布了3个2.0版本的Gemini系列模型，就是本文要介绍的。
让我们总结一下这个混乱的模型发布节奏：
Gemini 1.0 Series (2023年12月发布):
- Gemini Ultra
- Gemini Pro
- Gemini Nano
Gemini 1.5 Series （2024年5月发布）:
- Gemini 1.5 Pro
- Gemini 1.5 Flash
Gemini 2.0 Flash Experimental（2024年12月发布）：
- Gemini 2.0 Flash Experimental
- Gemini 2.0 Flash Thinking (Experimental)
Gemini 2.0 Series (2025年2月发布):
- Gemini 2.0 Flash-Lite (Public Preview)
- Gemini 2.0 Flash (GA - Generally Available)
- Gemini 2.0 Pro (Experimental)
今天，Google发布了Gemini 2.0 Flash的正式版本，同时也可以发布了一个更加小巧便宜的Gemini 2.0 Flash-Lite以及更大规模更强的Gemini 2.0 Pro。
Gemini 2.0 Flash去掉了实验标签也意味着它正式发布。而官方也没有给这个模型更多的介绍，意味着去除这个标签本身可能也没有更大的提升。因此，今天的主角是Gemini 2.0 Flash-Lite和Gemini 2.0 Pro Experimental。
Gemini 2.0 Flash-Lite简介：更快的Gemini 1.5 Flash平替模型
从命名可以看到，Google的这个模型是Gemini 2.0 Flash的一个小规模参数的版本，它更快，但是比Gemini 2.0 Flash效果略差，好于上一代的Gemini 1.5 Flash。
而从官方的对比来看，我们又一次看到Google产品的混乱。
在Google官方的博客中，他们用Gemini 2.0 Flash-Lite对比上一代的Gemini 1.5 Flash。官方说，这个模型的目标是希望持续改进大模型的能力，但是保持价格不表。因此，与Gemini 1.5 Flash相比，这个模型的价格保持不变，但是各方面都有提升。
| CAPABILITY | BENCHMARK | 1.5 Flash | 2.0 Flash-Lite Preview |
|---|---|---|---|
| General | MMLU-Pro | 67.3% | 71.6% |
| Code | LiveCodeBench v5 | 30.7% | 28.9% |
| Bird-SQL Dev | 45.6% | 57.4% | |
| Reasoning | GPQA Diamond | 51.0% | 51.5% |
| Factuality | SimpleQA | 8.6% | 21.7% |
| FACTS Grounding | 82.9% | 83.6% | |
| Multilingual | Global MMLU Lite | 73.7% | 78.2% |
| Math | MATH | 77.9% | 86.8% |
| HiddenMath | 47.2% | 55.3% | |
| Long-context | MRCR 1M | 71.9% | 58.0% |
| Image | MMMU | 62.3% | 68.0% |
| Audio | CoVoST2 21 lang | 37.4% | 38.4% |
| Video | EgoSchema test | 66.8% | 67.2% |
上表可以看出两个模型的评测结果对比。可以看到，大部分的评测基准上，新模型都有提升，且幅度客观。有2个指标下降。但是谷歌官方的价格不变，结尾加了Lite，很难让人理解这个模型的定位。但是同时意味着，Gemini 2.0 Flash相比较上一代产品价格上涨了！
如下表所示：
| Model | Text/Image/Video Inputs | Audio Inputs | Text Outputs | Context Caching* |
|---|---|---|---|---|
| Gemini 2.0 Flash | $0.10 | $0.70** | $0.40 | Text/Image/Video $0.025 Audio $0.175 |
| Gemini 2.0 Flash-Lite | $0.075 | $0.075 | $0.30 | $0.01875 |
| Gemini 1.5 Flash (Provided for reference) | $0.075 (Prompts <= 128k) | $0.075 (Prompts <= 128k) | $0.30 (Prompts <= 128k) | $0.01875 (Prompts <= 128k) |
| Gemini 1.5 Flash (Provided for reference) | $0.15 (Prompts > 128k) | $0.15 (Prompts > 128k) | $0.60 (Prompts > 128k) | $0.0375 (Prompts > 128k) |
从这个图可以看到，Gemini 1.5 Flash还根据上下文长度不同，定价有区分。而Gemini 2.0系列已经取消这个价格差异。但是同系列的Gemini 2.0 Flash价格略有上涨。
Gemini 2.0 Flash-Lite模型更多信息参考DataLearnerAI模型信息卡：https://www.datalearner.com/ai-models/pretrained-models/gemini-2_0-flash-lite
Gemini 2.0 Pro简介：支持200万tokens上下文的大模型
这是目前Google发布的在编码性能和处理复杂提示方面表现最出色的模型。它具有更强的理解和推理能力，可以分析和理解大量信息。此外，它还支持调用Google搜索和代码执行等工具。
Gemini 2.0 Pro是一个多模态的大模型，其中输入最大支持200万token的超大上下文窗口，输出支持8K。应该是目前为止规模最大的一类了。这个模型训练的知识截止到2024年6月份。
这个模型相比较Google的其他模型也是效果显著：
| CAPABILITY | BENCHMARK | 1.5 Flash | 1.5 Pro | 2.0 Flash-Lite Preview | 2.0 Flash GA | 2.0 Pro Experimental |
|---|---|---|---|---|---|---|
| General | MMLU-Pro | 67.3% | 75.8% | 71.6% | 77.6% | 79.1% |
| Code | LiveCodeBench v5 | 30.7% | 34.2% | 28.9% | 34.5% | 36.0% |
| Bird-SQL Dev | 45.6% | 54.4% | 57.4% | 58.7% | 59.3% | |
| Reasoning | GPQA Diamond | 51.0% | 59.1% | 51.5% | 60.1% | 64.7% |
| Factuality | SimpleQA | 8.6% | 24.9% | 21.7% | 29.9% | 44.3% |
| FACTS Grounding | 82.9% | 80.0% | 83.6% | 84.6% | 82.8% | |
| Multilingual | Global MMLU Lite | 73.7% | 80.8% | 78.2% | 83.4% | 86.5% |
| Math | MATH | 77.9% | 86.5% | 86.8% | 90.9% | 91.8% |
| HiddenMath | 47.2% | 52.0% | 55.3% | 63.5% | 65.2% | |
| Long-context | MRCR 1M | 71.9% | 82.6% | 58.0% | 70.5% | 74.7% |
| Image | MMMU | 62.3% | 65.9% | 68.0% | 71.7% | 72.7% |
| Audio | CoVoST2 21 lang | 37.4% | 40.1% | 38.4% | 39.0% | 40.6% |
| Video | EgoSchema test | 66.8% | 71.2% | 67.2% | 71.1% | 71.9% |
可以看到，在所有评测基准上，Gemini 2.0 Pro都是最强的。
就MMLU Pro得分来说（更难更有区分力的大模型综合评测基准，MMLU的升级版本，MMLU Pro具体信息参考：https://www.datalearner.com/blog/1051734400735235 ），Gemini 2.0 Pro也是除了当前业界推理大模型o1和R1外最强的大模型了。也就是说，抛开两个推理大模型，这是当前业界最强的大模型。
官方给的Gemini 2.0 Pro的模型信息卡如下：
这意味着，当前开发者每天可以免费使用50次Gemini 2.0 Pro模型，相比较Gemini 2.0 Flash的1500次大幅降低。也意味着这个模型的成本可能远高于Gemini 2.0 Flash。
关于Gemini 2.0 Pro模型更多信息参考DataLearnerAI模型信息卡：https://www.datalearner.com/ai-models/pretrained-models/gemini_2_pro
总结与展望
Gemini 2.0系列模型的发布，标志着Google在AI领域的又一次重要进展。无论是开发者还是普通用户，都可以从Gemini 2.0中获益。Gemini系列无论是速度还是效果都可以称为业界最强模型之一，也让Google摆脱了在大模型领域的能力落后的标签。
欢迎大家关注DataLearner官方微信，接受最新的AI技术推送
