Gemini 2.5 Pro (Jun 2025) 评测成绩
来自 6 个来源、11 项基准的 20 条成绩。
其他名称: gemini-2.5-pro · gemini-2.5-pro-preview-06-05 · Gemini 2.5 Pro Preview (Jun 2025) · Gemini 2.5 Pro · Gemini 2.5 Pro (2025-05-06) · Gemini-2.5-Pro-06-05 · Gemini-2.5-Pro
全部评测成绩
| 基准 | 分数 | 名次 | 设定 | 来源类型 | 日期 |
|---|---|---|---|---|---|
| LMArena Text | 1446 | 86 | Overall, style control on; 125379 votes; 95% CI 1443–1448“gemini-2.5-pro” | 官方榜单 | 2026年10月8日 |
| LMArena WebDev | 1227 | 134 | Overall; 2728 votes; 95% CI 1212–1243“gemini-2.5-pro” | 官方榜单 | 2026年10月8日 |
| LMArena Vision | 1248 | 52 | Overall, style control on; 88813 votes; 95% CI 1243–1252“gemini-2.5-pro” | 官方榜单 | 2026年10月2日 |
| LiveCodeBench | 74.2% | 2 | Code generation, 182 problems dated 2025-01-01…2025-04-07“Gemini-2.5-Pro-06-05” | 官方榜单 | 2025年4月7日 |
| GPQA Diamond | 85.3% | 85 | Epoch AI run, accuracy | 独立评测 | 2025年11月16日 |
| GPQA Diamond | 84.8% | 87 | Epoch AI run, accuracy; effort: Jun 2025 | 独立评测 | 2025年6月5日 |
| MMLU-Pro | 86.0% | 29 | Overall accuracy; data source: Self-Reported“Gemini-2.5-Pro” | 厂商自报 | 2026年3月11日 |
| SWE-bench Verified | 57.6% | 31 | Epoch AI run (Epoch scaffold) | 独立评测 | 2026年2月13日 |
| SWE-bench Verified | 53.6% | 62 | agent: mini-SWE-agent“gemini-2.5-pro” | 官方榜单 | 2025年7月26日 |
| AIME (OTIS Mock AIME 2024–2025) | 84.7% | 94 | Epoch AI run, OTIS Mock AIME 2024–2025 | 独立评测 | 2025年11月16日 |
| Humanity's Last Exam | 21.6% | 20 | Compiled by Epoch AI; effort: Jun 2025 | 第三方汇编 via Epoch AI | 2025年6月5日 |
| τ²-bench | 13.7% | 24 | banking_knowledge domain, pass^1; effort: high; submitted by Sierra; v1.0.1“Gemini 2.5 Pro” | 官方榜单 | 2026年5月5日 |
| Terminal-Bench 2.0 | 32.6% | 124 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年6月17日 |
| Terminal-Bench 2.0 | 32.6% | 125 | Terminal-Bench 2.0; agent: Terminus 2 | 官方榜单 via Epoch AI | 2025年10月31日 |
| Terminal-Bench 2.0 | 26.1% | 145 | Terminal-Bench 2.0; agent: Mini-SWE-Agent | 官方榜单 via Epoch AI | 2025年11月3日 |
| Terminal-Bench 2.0 | 26.1% | 146 | Terminal-Bench 2.0; agent: Mini-SWE-Agent | 官方榜单 via Epoch AI | 2025年6月17日 |
| Terminal-Bench 2.0 | 19.6% | 165 | Terminal-Bench 2.0; agent: Gemini CLI | 官方榜单 via Epoch AI | 2025年11月4日 |
| Terminal-Bench 2.0 | 19.6% | 166 | Terminal-Bench 2.0; agent: Gemini CLI | 官方榜单 via Epoch AI | 2025年6月17日 |
| Terminal-Bench 2.0 | 16.4% | 173 | Terminal-Bench 2.0; agent: OpenHands | 官方榜单 via Epoch AI | 2025年6月17日 |
| Terminal-Bench 2.0 | 16.4% | 173 | Terminal-Bench 2.0; agent: OpenHands | 官方榜单 via Epoch AI | 2025年11月2日 |
本站相关
常见问题
Gemini 2.5 Pro (Jun 2025) 的这些评测分数来自哪里？
来自 Epoch AI Benchmarking Hub、LiveCodeBench leaderboard、LMArena leaderboard dataset、MMLU-Pro leaderboard (TIGER-Lab)、SWE-bench leaderboards (swebench.com)和τ²-bench leaderboard submissions。每一行都链接到原始榜单、数据集或报告，厂商自报的分数单独标注。