---
title: "Gemini 3 Pro"
source: "https://systems-analysis.info/wiki/Gemini_3_Pro"
wiki: "systems-analysis.info/wiki"
article: "Gemini_3_Pro"
language: "ru"
categories:
  - "Категория:Gemini"
  - "Категория:Google"
  - "Категория:Russian"
  - "Категория:Большие языковые модели"
  - "Категория:Семейства LLM"
revision_id: 552
wiki_created_at: 2026-11-10T18:20:54Z
wiki_modified_at: 2026-11-11T00:44:50Z
downloaded_at: 2026-11-11T00:53:43Z
---

# Gemini 3 Pro

**Gemini 3 Pro** — проприетарная нативно мультимодальная модель рассуждений компании [Google DeepMind](https://systems-analysis.info/wiki/Google_DeepMind "Google DeepMind"), открывшая третье поколение семейства Gemini. Cогласно модельной карте Google, она построена на основе трансформерной архитектуры с разреженной смесью экспертов (MoE), поддерживает обработку текста, изображений, аудио и видео и ориентирована на агентные сценарии, сложное программирование и алгоритмическую разработку. Модель была представлена 18 ноября 2025 года.

## Оценка

Gemini 3 Pro оценивалась по широкому набору тестов (бенчмарков), охватывающих способности к рассуждению, мультимодальные возможности, использование инструментов в агентных сценариях, многоязычную обработку данных и работу с длинным контекстом. Дополнительные тесты, сведения о подходе к оценке, результатах и применяемых методологиях опубликованы в <a href="https://deepmind.google/models/evals-methodology/gemini-3-pro" class="external text" rel="nofollow">методологии оценки Gemini 3 Pro</a>.

Согласно Model Card Google DeepMind, Gemini 3 Pro значительно превосходит Gemini 2.5 Pro в ряде бенчмарков, требующих развитых способностей к рассуждению и мультимодальной обработке данных. Приведённые ниже результаты актуальны по состоянию на ноябрь 2025 года.<sup>[\[1\]](https://systems-analysis.info/wiki/Gemini_3_Pro#cite_note-1)</sup>

<table class="wikitable" style="text-align:center;">
<colgroup>
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
<col style="width: 14%" />
</colgroup>
<thead>
<tr class="header">
<th style="text-align: left;">Benchmark</th>
<th>Description</th>
<th></th>
<th>Gemini 3 Pro</th>
<th><a href="https://systems-analysis.info/wiki/Gemini_2.5_Pro" title="Gemini 2.5 Pro">Gemini 2.5 Pro</a></th>
<th>Claude Sonnet 4.5</th>
<th><a href="https://systems-analysis.info/wiki/GPT-5.1" title="GPT-5.1">GPT-5.1</a></th>
</tr>
</thead>
<tbody>
<tr class="odd">
<td style="text-align: left;"><a href="https://systems-analysis.info/wiki/Humanity%27s_Last_Exam" title="Humanity&#39;s Last Exam">Humanity’s Last Exam</a></td>
<td>Academic reasoning</td>
<td>No tools<br />
With search and<br />
code execution</td>
<td style="background: #e6f3ff"><strong>37.5%</strong><br />
<strong>45.8%</strong></td>
<td>21.6%<br />
—</td>
<td>13.7%<br />
—</td>
<td>26.5%<br />
—</td>
</tr>
<tr class="even">
<td style="text-align: left;">ARC-AGI-2</td>
<td>Visual reasoning puzzles</td>
<td>ARC Prize Verified</td>
<td style="background: #e6f3ff"><strong>31.1%</strong></td>
<td>4.9%</td>
<td>13.6%</td>
<td>17.6%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">GPQA Diamond</td>
<td>Scientific knowledge</td>
<td>No tools</td>
<td style="background: #e6f3ff"><strong>91.9%</strong></td>
<td>86.4%</td>
<td>83.4%</td>
<td>88.1%</td>
</tr>
<tr class="even">
<td style="text-align: left;">AIME 2025</td>
<td>Mathematics</td>
<td>No tools<br />
With code execution</td>
<td style="background: #e6f3ff"><strong>95.0%</strong><br />
<strong>100%</strong></td>
<td>88.0%<br />
—</td>
<td>87.0%<br />
<strong>100%</strong></td>
<td>94.0%<br />
—</td>
</tr>
<tr class="odd">
<td style="text-align: left;">MathArena Apex</td>
<td>Challenging Math Contest<br />
problems</td>
<td></td>
<td style="background: #e6f3ff"><strong>23.4%</strong></td>
<td>0.5%</td>
<td>1.6%</td>
<td>1.0%</td>
</tr>
<tr class="even">
<td style="text-align: left;">MMMU-Pro</td>
<td>Multimodal understanding and<br />
reasoning</td>
<td></td>
<td style="background: #e6f3ff"><strong>81.0%</strong></td>
<td>68.0%</td>
<td>68.0%</td>
<td>76.0%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">ScreenSpot-Pro</td>
<td>Screen understanding</td>
<td></td>
<td style="background: #e6f3ff"><strong>72.7%</strong></td>
<td>11.4%</td>
<td>36.2%</td>
<td>3.5%</td>
</tr>
<tr class="even">
<td style="text-align: left;">CharXiv Reasoning</td>
<td>Information synthesis from<br />
complex charts</td>
<td></td>
<td style="background: #e6f3ff"><strong>81.4%</strong></td>
<td>69.6%</td>
<td>68.5%</td>
<td>69.5%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">OmniDocBench 1.5</td>
<td>OCR</td>
<td>Overall Edit Distance,<br />
lower is better</td>
<td style="background: #e6f3ff"><strong>0.115</strong></td>
<td>0.145</td>
<td>0.145</td>
<td>0.147</td>
</tr>
<tr class="even">
<td style="text-align: left;">Video-MMMU</td>
<td>Knowledge acquisition from<br />
videos</td>
<td></td>
<td style="background: #e6f3ff"><strong>87.6%</strong></td>
<td>83.6%</td>
<td>77.8%</td>
<td>80.4%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">LiveCodeBench Pro</td>
<td>Competitive coding problems<br />
from Codeforces, ICPC, and IOI</td>
<td>Elo Rating,<br />
higher is better</td>
<td style="background: #e6f3ff"><strong>2,439</strong></td>
<td>1,775</td>
<td>1,418</td>
<td>2,243</td>
</tr>
<tr class="even">
<td style="text-align: left;">Terminal-Bench 2.0</td>
<td>Agentic terminal coding</td>
<td>Terminus-2 agent</td>
<td style="background: #e6f3ff"><strong>54.2%</strong></td>
<td>32.6%</td>
<td>42.8%</td>
<td>47.6%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">SWE-Bench Verified</td>
<td>Agentic coding</td>
<td>Single attempt</td>
<td style="background: #e6f3ff">76.2%</td>
<td>59.6%</td>
<td><strong>77.2%</strong></td>
<td>76.3%</td>
</tr>
<tr class="even">
<td style="text-align: left;">τ2-bench</td>
<td>Agentic tool use</td>
<td></td>
<td style="background: #e6f3ff"><strong>85.4%</strong></td>
<td>54.9%</td>
<td>84.7%</td>
<td>80.2%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Vending-Bench 2</td>
<td>Long-horizon agentic tasks</td>
<td>Net worth (mean),<br />
higher is better</td>
<td style="background: #e6f3ff"><strong>$5,478.16</strong></td>
<td>$573.64</td>
<td>$3,838.74</td>
<td>$1,473.43</td>
</tr>
<tr class="even">
<td style="text-align: left;">FACTS Benchmark Suite</td>
<td>Held out internal grounding,<br />
parametric, MM, and search<br />
retrieval benchmarks</td>
<td></td>
<td style="background: #e6f3ff"><strong>70.5%</strong></td>
<td>63.4%</td>
<td>50.4%</td>
<td>50.8%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">SimpleQA Verified</td>
<td>Parametric knowledge</td>
<td></td>
<td style="background: #e6f3ff"><strong>72.1%</strong></td>
<td>54.5%</td>
<td>29.3%</td>
<td>34.9%</td>
</tr>
<tr class="even">
<td style="text-align: left;">MMMLU</td>
<td>Multilingual Q&amp;A</td>
<td></td>
<td style="background: #e6f3ff"><strong>91.8%</strong></td>
<td>89.5%</td>
<td>89.1%</td>
<td>91.0%</td>
</tr>
<tr class="odd">
<td style="text-align: left;">Global PIQA</td>
<td>Commonsense reasoning across<br />
100 Languages and Cultures</td>
<td></td>
<td style="background: #e6f3ff"><strong>93.4%</strong></td>
<td>91.5%</td>
<td>90.1%</td>
<td>90.9%</td>
</tr>
<tr class="even">
<td style="text-align: left;">MRCR v2 (8-needle)</td>
<td>Long context performance</td>
<td>128k (average)<br />
1M (pointwise)</td>
<td style="background: #e6f3ff"><strong>77.0%</strong><br />
<strong>26.3%</strong></td>
<td>58.0%<br />
16.4%</td>
<td>47.1%<br />
not supported</td>
<td>61.6%<br />
not supported</td>
</tr>
</tbody>
</table>

1.  <span id="cite_note-1">[↑](https://systems-analysis.info/wiki/Gemini_3_Pro#cite_ref-1) Google DeepMind. *Gemini 3 Pro — Model Card*. Выпуск: ноябрь 2025 года; последнее обновление: май 2026 года. С. 5.</span>

## См. также

- [Gemini 3.1 Pro](https://systems-analysis.info/wiki/Gemini_3.1_Pro "Gemini 3.1 Pro")
- [Gemini 3 Flash](https://systems-analysis.info/wiki/Gemini_3_Flash "Gemini 3 Flash")