待验证70% 置信事实时间未知

Gemini 2.5 Pro在数学推理（MATH）、代码生成（HumanEval）和多步骤规划任务上展现出与GPT-4o、Claude 3.5 Sonnet同级甚至领先的表现

1

来源数

70%

置信度

中期 (~90 天)

时效性

2026/6/1

首次发现

有效期至：2026/8/30

来源

Google开源全栈AI Agent教程：Gemini 2.5 + LangGraph实战解析

githubgoogle-gemini

涉及实体

Gemini 2.5 Promodel GPT-4omodel Claude 3.5 Sonnetmodel

相关事实

待验证Claude Sonnet 4.6在智能体金融分析领域力压Opus 4.6、Gemini 3 Pro和GPT 5.2，拿下全场第一87% 相似待验证Anthropic 的 Claude 3.5 Sonnet 和 Google 的 Gemini 1.5 Pro 在代码生成能力上表现突出81% 相似已验证在SWE-Bench Verified基准测试中，Gemini 2.5 Pro仅次于Claude 3.7 Sonnet78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/33281

API

curl https://kongchang.com/api/v1/knowledge/claims/33281

MCP

get_claim(id=33281)