待验证75% 置信观点时间未知
五项基准测试综合结果为技术性平局，Claude 4.5在编程实战领先，Gemini 3 Pro在知识推理领先
1
来源数
75%
置信度
中期 (~90 天)
时效性
2026/5/31
首次发现
有效期至：2026/8/29
来源
Claude 4.5 vs Gemini 3 Pro：编程能力全面对决
bilibiliClaudeEvangelist
涉及实体
相关事实
待验证Gemini 3 Pro在MMLU横跨57个学科的通用知识测试中领先Claude 4.583% 相似待验证在研究生级推理和Agent工具使用基准测试中，Opus 4基本处于领先地位，但Gemini 2.5 Pro在部分项目上与之非常接近81% 相似待验证Gemini 2.5 Pro支持100万token上下文窗口，在多项基准测试中表现优异，尤其在长上下文理解和多步推理方面领先77% 相似待验证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77% 相似待验证Google Gemini在最新的数学推理和编程基准测试中已经超越了OpenAI O3、Claude 4和DeepSeek R1，稳居榜首76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/4055API
curl https://kongchang.com/api/v1/knowledge/claims/4055MCP
get_claim(id=4055)