盡管亮相時被OpenAI壓了一頭，但谷歌一直在悄悄迭代Gemini大模型，和OpenAI最新大模型GPT-4o的差距已經顯著縮小。最新測試結果顯示，Gemini 1.5 Pro/Advanced在綜合測試中排名第 2，逼近GPT-4o，輕量版Gemini 1.5 flash排名第9，超越 Llama-3-70b，接近GPT-4。
相比4月份的版本，Gemini Pro和Flash的能力有明顯加強。且上下文長度可以達到100萬token，遠遠超出GPT-4的12.8萬token。
Gemini的中文能力更是驚艷，在中文測試中，Gemini Pro和Advanced雙雙超越GPT-4o，分別排在第一、第二位。
此外，在Hard Prompts測試中，Gemini同樣名列前茅。在Hard Prompts測試中，大模型需要面對那些更具挑戰性的問題，Gemini 1.5 Pro在這一測試中排名第二，僅次于GPT-4o.
從大模型置信區間（Confidence Intervals）來看，Gemini的測試結果也名列前茅。
