竹竿过城门

谷歌 Gemini 2.5 模型在多领域测试中表现亮眼，但在数学推理和多模态识别方面存在不足。Gemini 2.5 总体正确率达80%，OpenAI两大模型 O3-mini 和 GPT-4.5 错误率高达100%。