Google 正式推出 Gemini 3：目前最強大的 AI Agentic 與 Vibe Coding 大型語言模型

Google 今日正式發表全新一代大型語言模型 Gemini 3，並同步在 Gemini App、SearchAI 模式、AI Studio、Vertex AI 等多項服務中推出 Gemini 3 Pro。Google 表示，Gemini 3 是目前最強的多模態與推理模型，在科學、數學、視覺理解與長程規劃等多項重要 AI 基準測試上大幅領先前代。除了 Vibe Coding 外，Gemini 3 也是最強的 Agentic 模型，這意味著 AI 可以幫你主動完成任務。

Table of Contents

Toggle

Google 執行長：Gemini 理解力已從文字圖片進化成能「讀空氣」

Google 執行長 Sundar Pichai 指出，自 Gemini 系列推出近兩年以來，AI 產品已觸及全球二十億用戶。每一代 Gemini 都建立在上一代的成果之上，Gemini 1 在原生多模態與長上下文方面帶來突破，能處理更多也更複雜的資訊。Gemini 2 奠定代理 (agentic) 能力，推動推理與思考極限。

而現在，Gemini 3：我們最智慧的一代模型，集結 Gemini 系列所有能力，讓你能把任何想法帶到現實。它在推理方面達到 SOTA (state-of-the-art)，能掌握深度與細膩度。無論是捕捉創造性想法中的微妙線索，或拆解層層重疊的艱難問題。

Gemini 3 也能更好理解你的請求背後的上下文與意圖，讓你不用苦想提示就能得到真正需要的答案。令人驚嘆的是，短短兩年內，AI 已從能閱讀文字與圖片，進化到能讀懂場面與情境 (reading the room)。

推理能力突破：Gemini 3 在 LMArena、科學推理與數學測試皆奪冠

Gemini 3 Pro 在最新評測中刷新多項紀錄：

LMArena 榜首：取得 1501 Elo 分數。
Humanity’s Last Exam（學術推理）：37.5%（無工具）。
GPQA Diamond（科學推理）：91.9%。
MathArena Apex（高難度數學）：23.4%。
MMMU-Pro：81%
Video-MMMU：87.6%
SimpleQA Verified：72.1%（提升事實準確度）

這些結果代表 Gemini 3 Pro 在科學、數學、多模態推理中具備高度可靠性，可處理極為複雜的問題。

Google 同步發布 Gemini 3 Deep Think 推理模式，在 ARC-AGI-2（含程式執行）取得 45.1%，推理能力更上一層。其他亮點還包括：

Humanity’s Last Exam：41.0%
GPQA Diamond：93.8%

Gemini 3：更強的學習、執行與規劃能力

Gemini 3 是目前最強的 vibe coding 與代理式編程模型，具體評分包括：

WebDev Arena：1487 Elo（最高）
Terminal-Bench 2.0：54.2%（工具操作能力）
SWE-bench Verified：76.2%（大型程式任務）

它也支援 Google 全新的 Google Antigravity 代理式開發平台，AI 能自主規劃、編寫程式、操作終端機、驗證程式、操控瀏覽器等多步驟任務。Agentic AI 指的是能主動採取行動、規劃多步驟任務、並自主操作工具的 AI 系統。核心概念是：AI 不再只是回答，而是能像助手一樣，主動完成任務。

舉例來說，當我輸入：「幫我抓今日 ETH 價格並更新 Google Sheet。」，Agentic AI 自己去查 API 並更新 Google Sheet。

大型語言模型意味著使用者輸入一樣的內容，可能因模型運算出不同結果而有截然不同的輸出。而 Gemini 3 在 Vending-Bench 2 中可連續一年度保持一致決策，這意味 Gemini 3 能協助你完成：

預約本地服務
整理 Gmail
處理多步驟工作流程

Gemini Agent 今天起向 Google AI Ultra 使用者開放。且 Google 表示，Gemini 3 是目前經過最多安全審查的模型，強化抗「拍馬屁式生成」、防 Prompt Injection 與網路攻擊。Deep Think 模式則將在完成額外安全測試後，提供給 Google AI Ultra 訂閱者。