谷歌发布 Gemini 3

背景

Gemini 3 发布时，谷歌的人工智能产品已经覆盖了很大的用户规模。Sundar Pichai 给出的数字是：搜索中的 AI Overviews 月活用户达 20 亿，Gemini 应用的月活用户超过 6.5 亿^[1]。这样的用户基础决定了这场发布会的形式：Gemini 3 不只是一项研究成果，它被当作会进入人们已经在用的产品里的东西来介绍。

发布了什么

2025 年 11 月 18 日，谷歌发布 Gemini 3，称其为「a new era of intelligence」（一个智能的新纪元），并首先以预览形式推出 Gemini 3 Pro^[1]。同场公布的还有 Gemini 3 Deep Think，这是一个面向更难推理任务的版本，最初只提供给安全测试人员，而不是直接向公众开放^[1]。与模型同一天推出的还有 Antigravity，一个面向智能体（agent）软件开发的平台^[1][2]。这里的「智能体」指的是能在电脑上连续执行多步任务的 AI 系统，而不只是回答问题。

公布的成绩

谷歌称 Gemini 3 Pro 以 1501 的 Elo 分数登上 LMArena 榜首^[1]。LMArena 是一个盲测榜单：用户同时看到两个匿名的模型输出，选出更好的一个，Elo 分数把这些两两对比的结果折算成一个数字，分数越高，说明模型在与其他模型的对比中赢得越多。

在 Humanity's Last Exam 上，Gemini 3 Pro 在不使用工具的情况下得分 37.5%^[1]。这个测试集由专家出题，题目横跨多个学科且难度很高。「不使用工具」指的是模型独立作答，不调用搜索引擎、计算器或代码执行来帮忙，这比允许它查资料是更严格的条件。这类基准本身就是按难度设计的，绝对百分比通常不会高，因此更常看的是相对位置而不是原始数字。

Gemini 3 Deep Think 的成绩是 Humanity's Last Exam 41.0%、ARC-AGI-2 45.1%^[1]。ARC-AGI-2 由一小组视觉网格谜题构成，人很容易看懂，但模型必须自己从示例中推断出一条从未见过的规则，再把它用到新题上，因此它常被用来考察通用推理能力，而不是记住了多少知识。Deep Think 最初只给安全测试人员，意味着这个版本没有进入发布当天的消费者版本^[1]。

落地位置

可用性在这场比赛里和分数同样重要。Gemini 3 Pro 在发布当天就进入了搜索的 AI Mode，面向 Google AI Pro 和 Google AI Ultra 订阅用户开放^[1]。AI Mode 是搜索的对话式入口，也就是说新模型通过搜索框本身出现在用户面前，按订阅层级开放，而不是作为独立产品另外上线。

意义

这场发布有三点值得注意。第一，公告以共享公开基准上的可比较成绩打头——一个榜单名次加几项具名测试分数，而不只是演示^[1]。第二，Deep Think 采取分阶段的方式，更强的版本先交给安全测试人员，再谈公开发布^[1]。第三，模型、搜索接入和开发平台是同一批宣布的，也就是说这次发布同时覆盖了模型本身和它运行的几处界面：面向消费者的搜索、Gemini 应用，以及供智能体使用的开发环境^[1][2]。再加上 Pichai 给出的用户数字，谷歌把这次发布描述为一次会在已被广泛使用的产品里被感知到的模型更替^[1]。