LLAMA-2的得分为68%， 谷歌声称，Gemini在其他9项常见基准测试中的8项中击败了所有这些模型，实际上有两种模型：一种用于速度较慢的手机，拥有32.5亿个参数，Anthropic Claude 2的得分为78.5%，而“专家级”的人类预计能达到89.8%，而新发布的Gemini声称可击败85%的人类编程师， 在同一测试中， 谷歌“深度思维”的艾力·柯林斯表示，Gemini的中档Pro版本击败了其他一些模型，Gemini“几乎在每个领域都是最先进的”。

GPT-4的得分为87%，也是现有模型中得分最高的，。

其最小版本Nano旨在在智能手机上运行，谷歌“深度思维”发布的AlphaCode可击败50%的人类开发人员，分别是Nano、Pro和Ultra， 谷歌公司6日宣布推出一种名为Gemini的新人工智能模型，该测试涉及一系列棘手的问题。

包括逻辑谬误、日常道德问题、医疗问题、经济和地理，声称该模型在一系列智力测试中的表现优于OpenAI的GPT-4模型和“专家级”人类。

， Gemini已针对不同的应用创建了3个版本。

去年，它在行业标准MMLU基准上的得分为90%，imToken钱包，谷歌拒绝回答有关Pro和Ultra的规模、它们包含的参数数量、训练数据的规模或来源等问题，imToken官网，但更强大的Ultra超过了所有现有AI模型的能力， 这是人工智能首次在测试中击败人类，拥有18亿个参数；另一种用于功能更强大的手机。