据谷歌官网11月18日消息，美国谷歌正式发布新一代旗舰大模型Gemini 3 Pro。该模型在文本理解、视觉分析和代码生成三个维度实现了显著突破。具体来看，多模态融合能力是Gemini 3.0 Pro的核心优势，其通过统一编码器架构将文本、视觉和代码信息映射到同一表征空间，实现三种模态的深度交互。Gemini 3 Pro拥有世界领先的多模态理解力，在纯文本任务中展现出与GPT-4o相当甚至更优的性能，长文本推理的优势突出，可一次性处理约75万字的中文内容。同时，Gemini 3 Pro的最大突破在于其视觉理解能力，能够执行结构化信息提取和视觉推理任务。性能上，与上一代Gemini 2.5 Pro相比，3.0 Pro在MMLU基准测试中的得分从86.5%提升至91.2%，视觉问答准确率提高17个百分点，同时API响应延迟降低至1.8秒以下。