Gemini 3 对比 Galactica

Gemini 3 是谷歌的前沿大型语言模型，于2025年11月发布，作为Gemini系列的旗舰产品。它将推理、多模态理解和智能编码集于一体，使您能够从混合媒体中学习，构建交互式应用，并通过更少的反复提示规划多步骤任务。

大多数前沿模型仅在原始基准分数上竞争，而Gemini 3在发布当天即覆盖谷歌的消费者和开发者生态系统：搜索AI模式、Gemini应用、AI Studio、Vertex AI、Gemini CLI和Antigravity智能IDE。这种广度是其权衡特征。您获得的是一个集成于Gmail、日历和生成式搜索界面的模型，而非需要自行集成的独立API。

开发者、研究人员和学生使用Gemini 3进行氛围编码、文档分析、长视频讲座和多步骤规划。美国的Google AI Ultra订阅用户可以运行Gemini Agent处理收件箱和日历工作流，而企业则通过Vertex AI和Gemini Enterprise部署同一模型。

谷歌DeepMind主导开发，进行了广泛的安全测试，包括第三方评估和已发布的模型卡。相关博客文章现涵盖后续模型，如Gemini 3.7 Flash和Gemini 3.5 Transcribe，而Deep Think仍在向Google AI Ultra订阅用户分阶段推出。

五个从125M到120B参数的开放权重检查点，为研究人员提供了一个科学训练的语言模型，该模型基于1060亿个精心策划的标记，涵盖4800万篇论文、教科书、百科全书和知识库。Galactica在一个仅解码器的Transformer架构内存储、组合并推理多种模态，包括LaTeX、Python代码、SMILES公式和氨基酸序列。Meta的Papers with Code团队开源了权重，供希望研究语言模型如何组织科学知识的研究人员使用。

通用大型语言模型训练于广泛的网络爬取数据，其中社交聊天可能占据标记预算的主导。Galactica仅使用经过策划的开放获取科学资源，论文认为这使其能够进行多轮训练而不过拟合。Meta在2022年11月发布后三天内移除了公共网络演示，因为批评者展示了自信但伪造的引用和方程，因此今天你可以从Hugging Face下载检查点，而不是通过托管界面聊天。

机器学习研究人员可以复现arXiv论文中的基准数字，包括PubMedQA的77.6%和MedMCQA开发集的52.9%。计算生物学家和化学家可以通过Galactica专门为氨基酸序列和SMILES字符串设计的标记测试蛋白质注释和分子任务。研究生在探索科学问答、引用预测或数学文字题时，可以尝试高达1200亿参数的模型，而无需从零开始训练。