谷歌DeepMind刚刚投下了一枚重磅冲击波——Gemini 2.0系列现已全面开放，而且全部免费。这波更新带来的信息量不小，新模型、新能力，还有那个让Jeff Dean都直呼“震惊”的编程表现。来，我们直接把核心内容拆开看看。
先说说最受关注的Gemini 2.0 Pro。这是个实验性模型，但在代码生成和复杂推理方面表现相当抢眼，支持高达200万个token的上下文窗口——这意味着它能一口气处理海量信息。谷歌首席科学家Jeff Dean亲自下场带货，用一个Boggle填字游戏的例子演示了它的编码能力：只需要一个相对简单的提示，模型就能写出完整的代码，包括所有正确的数据结构和搜索算法，一次性在游戏板上找到所有有效单词。Dean用了"Discombobulating"（令人困惑/震惊）来形容这个表现，作为计算机科学家，他对模型第一次就能把数据结构写对这件事尤其满意。
看得出来，Gemini 2.0 Pro在代码生成这条赛道上，底子相当扎实。
主要亮点：
Gemini 2.0 Flash 正式上线：去年12月还是实验版本的2.0 Flash，现在正式转正了。低延迟、高性能，开发者可以直接通过Google AI Studio和Vertex AI中的Gemini API，把它用到生产级应用里。
Gemini 2.0 Pro Experimental 发布：专为代码性能和复杂提示优化，推理能力强，200万token的上下文窗口摆在那里，处理复杂问题游刃有余。Gemini Advanced用户现在就能在Gemini应用里体验。
Gemini 2.0 Flash-Lite 亮相：2.0系列里最具成本效益的选手。在保持跟1.5 Flash相同速度和成本的前提下，质量明显提升，大部分基准测试已经超越1.5 Flash。同样支持100万token上下文窗口和多模态输入。
2.0 Flash Thinking Experimental 面向Gemini应用用户开放：此前只出现在Google AI Studio里的Thinking模型，现在桌面端和移动端的Gemini用户也能在模型下拉菜单里直接调用了。
多模态能力：所有模型发布时都支持多模态输入（文本输出），未来几个月内会逐步支持更多模态。
模型性能对比：
谷歌给出了一个详细的性能对照表，把Gemini 1.5 Flash、1.5 Pro、2.0 Flash-Lite、2.0 Flash和2.0 Pro Experimental放在一起比了比。几个关键指标值得关注：
| 能力 | 基准测试 | 1.5 Flash | 1.5 Pro | 2.0 Flash-Lite | 2.0 Flash | 2.0 Pro Exp |
| 通用 | MMLU-Pro | 67.3% | 75.8% | 71.6% | 77.6% | 79.1% |
| 代码 | 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% | |
| 推理 | GPQA (diamond) | 51.0% | 59.1% | 51.5% | 60.1% | 64.7% |
| 事实性 | SimpleQA | 8.6% | 24.9% | 21.7% | 29.9% | 44.3% |
| FACTS Grounding | 82.9% | 80.0% | 83.6% | 84.6% | 82.8% | |
| 多语言 | Global MMLU (Lite) | 73.7% | 80.8% | 78.2% | 83.4% | 86.5% |
| 数学 | MATH | 77.9% | 86.5% | 86.8% | 90.9% | 91.8% |
| HiddenMath | 47.2% | 52.0% | 55.3% | 63.5% | 65.2% | |
| 长上下文 | MRCR (1M) | 71.9% | 82.6% | 58.0% | 70.5% | 74.7% |
| 图像 | MMMU | 62.3% | 65.9% | 68.0% | 71.7% | 72.7% |
| 音频 | CoVoST2(21 lang) | 37.4 | 40.1 | 38.4 | 39.0 | 40.6 |
| 视频 | EgoSchema (test) | 66.8% | 71.2% | 67.2% | 71.1% | 71.9% |
从数据来看，2.0 Pro Experimental在大部分基准测试上确实拔得头筹，尤其是推理、事实性和数学能力上优势明显。但2.0 Flash也不弱，在很多项目上已经超过了1.5 Pro，性价比非常突出。
一点个人的判断
这次发布的重点是Gemini 2.0 Pro，但从现有信息来看，它并没有带来那种“碘伏性”的惊喜。跟OpenAI o3 mini high、Claude 3.5 Sonnet、DeepSeek R1这些选手比起来，编程能力到底谁更强，还得等后续实测数据说话。
不过谷歌有一点确实很良心——模型全部免费开放使用。Gemini 2.0 Pro每天有50次提问额度，其他模型更是给到了1500次免费额度。这个力度，在当前的AI模型定价环境下，确实算是诚意满满了。
