AI 加速竞赛在科技巨头与初创公司之间愈演愈烈。这边 DeepSeek R1 的诞生引爆全球科技圈，其强大的竞争对手们也没有闲着，先有 OpenAI 加码带来 Deep Search 工具并向所有用户开放 ChatGPT 搜索功能，后有 Google 正式向所有用户推出升级后的 Gemini 2.0 家族，并称其为迄今为止“功能最强大”的 AI 模型套件。

该模型套件包含适用于大规模且高频率任务的 Gemini 2.0 Flash、具有最佳编程性能与处理复杂任务能力的 Gemini 2.0 Pro Experimental 以及极具性价比的 Gemini 2.0 Flash-Lite，还有大幅提升推理能力的 Gemini 2.0 Flash Thinking 模型。

谷歌 DeepMind 首席技术官 Koray Kavukcuoglu 在官方公告的博客文章中写道：“所有这些模型在发布时都将支持多模态输入、文本输出功能，并且未来几个月将有更多模式可供普遍使用。”

不难看出，面对 DeepSeek、OpenAI 等竞争对手的强势攻势，Google 正在加速迎战，全力推动 Gemini 2.0 生态的发展。

01 高效主力模型 Gemini 2.0 Flash 来了

Gemini Flash 系列最早于 Google I/O 2024发布，以高性能、高频任务处理能力受到开发者青睐。

去年 12 月，Google 发布了 Gemini 2.0 Flash 实验版本，正式开启了智能体（Agentic）时代。这个模型专为开发者打造，具备低延迟和高效能的特点。

上周，Google 进一步将升级版 2.0 Flash 推向更广泛的用户，在桌面端和移动端的 Gemini 应用中开放使用，让更多人能够探索 Gemini 的创造力、交互性和协作能力。

时下，Google 通过 Google AI Studio 和 Vertex AI 中的 Gemini API 正式发布更新后的 Gemini 2.0 Flash。

该模型相较竞争对手的一大优势在于上下文窗口，许多主流模型（如上周发布的 OpenAI o3-mini）仅支持 20 万或更少的 tokens，相当于 400 至 500 页的小说，而 Gemini 2.0 Flash 支持高达 100 万 token，能够处理海量信息，尤其适用于高频、大规模任务，在信息整合和长文本理解方面具备明显优势。

开发人员现在可以直接使用 2.0 Flash 构建生产应用程序。这一最新模型在多个关键基准测试中提升了性能。此外，图像生成和文本转语音功能也即将推出。

当下，用户可在 Gemini 应用、Gemini API（Google AI Studio 和 Vertex AI） 中直接上手体验 2.0 Flash。

增强推理能力的 Flash Thinking 模型进入 Gemini App 端

今年年初，Google 在 Google AI Studio 中更新了 Gemini 2.0 Flash Thinking Experimental 模型，经过训练后，该模型会在回答问题时生成其所经历的“思考过程”。因此，与 Gemini 2.0 Flash 模型相比，Flash Thinking 模型在回答问题时能够发挥更强的推理能力。

Google CEO  Sundar Pichai 在社交平台 X 上宣布，Google Gemini 移动应用（iOS 和 Android） 已加入了 Gemini 2.0 Flash Thinking 模型，用户可以在模型选择下拉菜单中使用。

简单来看，这款模型能够解释如何回答复杂的问题。

据外媒 Venturebeat 分析，事实上，DeepSeek R1 和 OpenAI 新推出的 o3-mini 模型都不支持多模态输入，也就是说，它们无法直接处理图片、文件上传或附件。虽然 R1 在官网和移动端应用的聊天界面中可以接收这些输入，但它只是通过光学字符识别（OCR）——一种已有 60 多年历史的技术——提取文本信息，并不会真正理解或分析图片中的其他内容。

然而，DeepSeek R1、OpenAI o3-mini 这两个模型都属于新一类的“推理”模型，会花更多时间思考答案，注重“思维链”（chain-of-thought）和回答的正确性。这与典型的大型语言模型（LLM），如 Gemini 2.0 Pro 系列，有着明显区别。

因此，将 Gemini 2.0、DeepSeek-R1 和 OpenAI o3 进行直接对比，实际上有些“鸡蛋与苹果”的意味。

不过，当前 Google 还会推出一款更具自主智能的 Gemini 2.0 Flash Thinking 模型版本，它可以连接 Google 地图、YouTube 和 Google 搜索，拓展了 AI 研究和交互的可能性，而没有这些生态支持的 DeepSeek 和 OpenAI，短期内难以匹敌。

Gemini 2.0 Pro（实验版）：最强代码能力与复杂任务处理

对于需要更高级 AI 功能的用户，Gemini 2.0 Pro（实验版）模型现已可供测试。

Google 表示，Gemini 2.0 Pro Experimental 是迄今为止最强的代码性能和复杂任务处理模型，在理解和推理世界知识方面超越了以往所有版本。其特点包括：

超大上下文窗口：支持 200 万 token，可处理海量信息，深入分析复杂问题。

工具调用能力：可调用 Google Search 进行实时信息查询，并支持代码执行，提升编程能力。

目前，Gemini 2.0 Pro（实验版） 已在 Google AI Studio、Vertex AI 开放给开发者，并可在 Gemini 高级版（Gemini Advanced） 的桌面和移动端模型选择菜单中使用。

Gemini 2.0 Flash-Lite（公测版）：Google 成本最低的模型

此前，Gemini 1.5 Flash 以其高速度、低成本深受用户喜爱，而 Google 进一步优化质量，同时保持相同的成本和速度，推出了全新的 Gemini 2.0 Flash-Lite，旨在提供经济高效的 AI 解决方案，同时不影响质量。

Gemini 2.0 Flash-Lite 具备百万 tokens 上下文窗口，支持多模态输入，类似于完整的 Flash 模型。

同时与其他主流 LLM API 相比，Gemini 2.0 Flash 的定价极具竞争力。Gemini 2.0 Flash-Lite 的价格为每百万代币 0.075 美元（输入）和每百万代币 0.30 美元（输出），而其他一些主流模型如：

OpenAI 4o-mini：每百万 tokens 输入/输出费用分别为 $0.15 / $0.6

Anthropic Claude：每百万 tokens 输入/输出费用高达 $0.8 / $4

DeepSeek V3（传统 LLM）：每百万 tokens 输入/输出费用为 $0.14 / $0.28

相比之下，Gemini 2.0 Flash 在性价比方面更胜一筹，且在大多数基准测试中均优于 Gemini 1.5 Flash，根据官方数据显示，该模型可以为大约 40,000 张独特的照片生成相关的一行标题，在 Google AI Studio 的付费套餐中成本不到 1 美元，这也使得它成为市场上最具吸引力的 LLM 选择之一。

对此，Google AI Studio 负责人 Logan Kilpatrick 在 X 上强调，“Gemini 2.0 Flash 是目前所有 LLM 中最具价值的选择，现在是时候开始构建了！”

目前，Flash-Lite 可通过 Google AI Studio 和 Vertex AI 进行公开预览，预计将在未来几周内全面上市。

最后

以上便是 Google 此次带来的重点大模型更新。在模型的安全方面，Google 也分享了其最新投入，他们利用：

强化学习优化：使用 Gemini 自身来评估和改进其回答，提升对敏感问题的处理能力，确保输出更加准确、合理。

自动化红队测试：评估安全风险，尤其是间接提示注入（Indirect Prompt Injection） 等网络安全攻击，防止恶意指令被 AI 误用。