Google 釋出 Gemini 3：登頂 LMArena 1501 分，上線 Antigravity 平臺

過去大模型更新，大家習慣了先看官方發一段炫目的演示影片，再等上幾個月排隊等內測。這一次 Google 換了套路，不僅掏出了號稱目前最聰明的 Gemini 3，還破天荒在釋出當天就把它塞進了每天幾億人用的核心產品裡。

Google 正式推出新一代旗艦大模型 Gemini 3，首發提供 Gemini 3 Pro 預覽版。同時亮相的還有推理能力更極端的 Gemini 3 Deep Think 模式，以及一個全新的智慧體開發平臺 Google Antigravity。

刷榜拿到 1501 分，還能邊聊邊手搓介面

資料表現上，Gemini 3 Pro 基本把現有的基準測試重新整理了一遍。它在盲測榜單 LMArena 上拿到了 1501 分的突破性 Elo 成績，WebDev Arena 評測也拿下 1487 分。面對號稱人類終極測試的 Humanity's Last Exam，它在不借助外部工具的情況下拿到了 37.5% 的準確率，GPQA Diamond 得分達到 91.9%，程式碼基準 SWE-bench Verified 也提升到 76.2%。

要是換成針對極端難題的 Gemini 3 Deep Think 模式，Humanity's Last Exam 的成績直接拉到 41%，ARC-AGI-2 測試得分更是達到了 45.1%。

比起乾癟的分數，這次更顯眼的變化是互動方式。Google 把它叫做生成式介面。說白了，AI 不再只是給你吐出一大段排版規整的文字，而是根據你的具體問題現場寫程式碼搭介面。

比如在 Google 搜尋的 AI 模式或者 Gemini 應用裡，問它三體問題的物理機制，它會現場給你生成一個能手動拉動引數的動態引力模擬器；算房貸時，它直接在答案裡嵌一個互動式計算器；做旅遊規劃，它給出的不是流水賬清單，而是一份圖文並茂、能直接拖拽調整日程的雜誌式佈局。

從陪聊外掛變成敲程式碼的同事

對於寫程式碼的人來說，Gemini 3 帶來的最大改變是把寫程式碼的姿態從輔導變成了代勞。

Google 這次推出了一個名為 Antigravity 的新平臺，並且已經開放了 macOS、Windows 和 Linux 的免費公測。它表面看起來像一個普通的 AI 程式碼編輯器，但骨子裡其實是個多智慧體工作臺。這些智慧體有權直接操作編輯器、系統終端和瀏覽器，它們不僅自己寫程式碼，還會自己開啟瀏覽器測試介面、在終端跑指令排錯，最後把完整成果交給開發者稽核。

在 API 呼叫方面，Gemini 3 Pro 保留了 100 萬 token 的超長上下文視窗。在 20 萬 token 以內的請求中，輸入每百萬 token 收費 2 美元，輸出每百萬 token 收費 12 美元。開發者可以直接在 Google AI Studio 和 Vertex AI 體驗，Cursor、GitHub、JetBrains、Manus 等第三方平臺也同步開放了支援。

面向普通使用者，Gemini 應用裡還加入了一個需要極高推理能力支撐的 Gemini Agent 工具，優先面向 Google AI Ultra 使用者開放。它可以呼叫 Gmail、日曆甚至直接聯網比價，幫你查郵件裡的航班資訊，再順手挑一家一天 80 美元以內的租車公司並準備好訂單，只等你最後點選確認。

為什麼重要

我們認為，Google 這次最厲害的地方不是基準測試又高了幾分，而是它展現出的全棧落地能力。以往前沿模型釋出，要麼是初創公司有技術沒場景，要麼是巨頭有場景卻動作遲緩。這一次 Google 破天荒讓 Gemini 3 在第一天就直接殺進 Google 搜尋和日常應用，完全是把前沿模型當成底層基礎設施在全面鋪開。

對普通創作者和打工人來說，生成式介面是個非常實用的演進。大家早就看膩了長篇大論的 AI 總結，現場捏出一個可點選、可調節的視覺化小工具，能省去不少來回追問的溝通成本。對於開發者，Google Antigravity 免費公測加上終端操作工具的開放，看起來是要正面爭奪 Cursor 和各類 Agent 工具的生態陣地，寫程式碼的門檻被進一步拉平到用嘴描述需求的 vibe coding 階段。

不過隱患也同樣明顯。生成式介面的互動成本極高，現場編譯和渲染 UI 必然會帶來響應延遲與推理算力消耗。一旦遇到網路波動或複雜邏輯，生成的互動元件很可能會卡頓甚至報錯。而在搜尋中過度依賴動態生成的工具，如何保障資料真實度與外部網站的引用平衡，依然是 Google 接下來不得不面對的難題。