尽管亮相时被OpenAI压了一头，但谷歌一直在悄悄迭代Gemini大模型，和OpenAI最新大模型GPT-4o的差距已经显著缩小。最新测试结果显示，Gemini 1.5 Pro/Advanced在综合测试中排名第 2，逼近GPT-4o，轻量版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的能力有明显加强。且上下文长度可以达到100万token，远远超出GPT-4的12.8万token。
Gemini的中文能力更是惊艳，在中文测试中，Gemini Pro和Advanced双双超越GPT-4o，分别排在第一、第二位。
此外，在Hard Prompts测试中，Gemini同样名列前茅。在Hard Prompts测试中，大模型需要面对那些更具挑战性的问题，Gemini 1.5 Pro在这一测试中排名第二，仅次于GPT-4o.
从大模型置信区间（Confidence Intervals）来看，Gemini的测试结果也名列前茅。
