終于，谷歌DeepMind坐不住了，出手就是超越DeepSeek-R1！

劈柴哥親自官宣Gemini 2.0家族更新，分別是Gemini 2.0 Flash、Gemini 2.0 Pro、Gemini 2.0 Flash-Lite。

同時，穩居大模型競技場第1名的推理模型Gemini 2.0 Flash Thinking，已在Gemini App中推出。

至此，Gemini 2.0家族所有模型，全部躋身大模型競技場前10。

且Gemini 2.0 Pro超過了DeepSeek-R1。

谷歌首席科學家Jeff Dean表示：“與1.5系列模型相比，2.0系列的每一款通常都比1.5系列的同型號更好”。

而此次上新中，尤其值得關注的模型，有2個。

一個是Gemini 2.0 Pro，谷歌迄今為止在編碼和復雜指令任務中表現最好的模型，200萬tokens上下文窗口，支持調用谷歌搜索和代碼執行等工具。

一個是Gemini 2.0 Flash-Lite，谷歌目前為止性價比最高的模型，針對大規模文本輸出用例進行了成本優化（讓我們謝謝DeepSeek），還殺進了競技場總榜前十。

模型使用成本也一降再降，甚至被有的網友調侃，這些模型年紀輕輕就出來打工，還基本免費打工，為愛發電那種。

網友一邊直呼鵝妹子嚶，一邊玩兒得很開心。

上來就是最近o3-mini和DeepSeek-R1激烈對壘過的六邊形內晃小球。

Prompt：編寫一個腳本，顯示一個球在旋轉的六邊形內部彈跳。球應該受到重力和摩擦的影響，并且必須真實地彈跳 off 轉動的墻壁。使用 p5.js 實現。

你將得到：

而此前o3-mini和DeepSeek-R1的表現分別如下：

高下如何，大家自己評估。

現在起，Gemini 2.0所有人可用

展開來說，此次發布的Gemini 2.0家族三款模型，分別是：

• Gemini 2.0 Flash更新版：通用首選
• Gemini 2.0 Pro實驗版：谷歌最強
• Gemini 2.0 Flash-Lite：性價比首選

所有這些模型在發布時都將支持多模態輸入，并生成文本輸出。

加上此前就亮相了的Gemini 2.0 Flash Thinking，家族全家?，F在如下。

在通用、代碼、推理、多模態、數學、長文本、圖像、音視頻等方面，家族3名新成員的成績如下。

不愧是谷歌自己的新王者，Gemini 2.0 Pro在13項評測中，拿下11個第一。

同時，讓人眼前一亮的是，Gemini 2.0 Flash-Lite在Factuality的FACTS Grounding這一項，以84.6%的成績勇奪桂冠，力壓Gemini 2.0 Pro。

下面，我們來分別仔細看看新出現的3名家族成員的具體情況。

谷歌最強：Gemini 2.0 Pro實驗版

Gemini 2.0 Pro是谷歌DeepMind迄今為止最強的模型，不過官方暫且只放出了實驗版。

它具有最強的編碼性能和處理復雜提示的能力，對世界知識的理解和推理能力也是谷歌最強。

此外，Gemini 2.0 Pro實驗版配備了谷歌最大的上下文窗口，即200萬tokens。

這使得它能夠全面分析和理解大量信息，并具備調用如谷歌搜索和代碼執行等工具的能力。

現在，作為實驗性模型，Gemini 2.0 Pro已經在Google AI Studio和Vertex AI提供給開發者使用。

如果你是Gemini Advanced的用戶，可以在PC端和移動設備端的模型下拉菜單中選中它，進行使用。

最為通用：新版Gemini 2.0 Flash

去年2024年谷歌I/O大會上，Gemini 2.0 Flash實驗版首次亮相。

現在，Gemini 2.0 Flash已經集成到谷歌的AI產品中，人人可用。

谷歌DeepMind的CTO，同時代表了Gemini團隊的Koray Kavukcuoglu在博客中表示，Gemini 2.0 Flash提供了全面的功能，適合大規模處理高容量、高頻率任務。

并且具備100萬tokens長文本能力，支持對海量信息進行多模態推理。

目前，Gemini 2.0 Flash支持多模態輸入和文本單模態輸出，而圖像生成和文本轉語音功能已經在路上了，“未來幾個月，將提供Gemini 2.0 Flash的多模態Live API”。

當前用法如下：

• 普通用戶：Gemini App中試玩
• 開發者：Google AI Studio和Vertex AI中調用API

性價比首選：Gemini 2.0 Flash-Lite

基于“希望在保持1.5 Flash成本和速度的同時，繼續提高模型質量”，谷歌DeepMind推出了Gemini 2.0 Flash-Lite。

這個模型速度和成本與Gemini 1.5 Flash持平，但大多數基準測試中，模型能力優于1.5 Flash。

雖然是Lite版本，但其長文本能力并沒有打折——和2.0 Flash一樣，它具備100萬tokens的上下文窗口，同時支持多模態輸入。

而且巨便宜。

便宜到什么地步呢？給大家一個更能感知的例子：

如果讓Gemini 2.0 Flash-Lite為4萬張左右的不同照片，各自生成一句描述簡介，按Google AI Studio定價，這個任務花費的總成本不超過1美元（約7.2751元）。

綜上，谷歌用一張圖明確表現了3名Gemini 2.0家族新成員的現有能力：

來自DeepSeek的無形壓力？

模型一登場，網友們已經玩飛了！

身先士卒的Jeff Dean，第一個奉上他用Gemini 2.0 Pro編程做出的益智休閑類Boggle游戲（他的最愛）。

有人問生成代碼并解釋需要多長時間，Jeff還很直接地回應了網友，表示：答案是18.9秒。

他激情解說，只需一個相對簡單的提示詞，Gemini 2.0 Pro就能寫出完整的代碼，其中包括所有正確的數據結構和搜索算法；它還能找到Boggle棋盤上的所有有效單詞。

作為一名計算機科學家，我也很高興它在第一個前綴樹中就正確地使用了數據結構。

緊隨其后，還有網友搞了個狂野版貪吃蛇?！癎oogle Gemini 2.0一次性生成，帶編碼器模式！創建一個自己爬行扭起來的貪吃蛇游戲，其中100條蛇競爭狂舞。”雖然他沒有在評論區回復到底是用的是Gemini 2.0家族的哪個模型，但效果還是不錯滴！

另外值得重視的一個小點——

谷歌DeepMind的CTO在博客中寫道，這些發布是谷歌更廣泛推動提升AI Agent能力的一部分。

Gemini 2.0系列是用新的強化學習技術構建的，這讓模型有了更準確和更有針對性的輸出反饋，同時提高了模型處理敏感提示的能力。

他還表示，團隊利用自動化紅隊測試來評估系列模型的安全和安全風險。

其中包括間接提示注入等風險帶來的風險——這是一種網絡安全攻擊，攻擊者會將惡意指令隱藏在可能被AI系統檢索的數據中。

綜上總總，咱可以劃出兩個重點。

第一，“Gemini 2.0系列是用新的強化學習技術構建的”。

這條路是OpenAI o1第一個明確站出來表示自己在探索的，后來的o3、o3-mini，DeepSeek-R1等國內推理模型，都是追隨這條路線，并以其為基礎各有優化和發展。

Gemini 2.0家族中最先出場的Gemini 2.0 Flash Thinking已經是這樣做的，這次CTO更是直接打明牌。

第二，Gemini 2.0 Flash-Lite，幾乎被國內外所有媒體、網友視為DeepSeek-R1壓力下的產物。

DeepSeek-R1低成本、高性能、強推理帶來的滔天巨浪，不僅迫使OpenAI緊急發布了o3-mini、緊急加播讓ChatGPT上新深度搜索；還讓谷歌DeepMind也開始走上“AI大模型拼多多”的路線。

目前，DeepSeek-R1模型的輸入和輸出成本如下：

• 輸入成本：每百萬Tokens的輸入成本為4元。
• 輸出成本：每百萬Tokens的輸出成本為16元。

而Gemini 2.0 Flash-Lite的使用成本如下：

面對這種「神仙打架，凡人撿漏」的情況，我能說什么呢？

我只能說：

谷歌DeepMind CTO博文：https://blog.google/technology/google-deepmind/gemini-model-updates-february-2025/