Google Gemini 3 Pro впервые обогнал GPT-5: результаты бенчмарков показали нового лидера ИИ-гонки

Ноябрь 2025 года стал поворотной точкой в истории ИИ. Без громких анонсов и традиционного хайпа Google представил Gemini 3 Pro.

Цифры, последовавшие за релизом, говорили сами за себя: модель впервые обошла флагманский продукт OpenAI в ключевых независимых тестах.

Представьте, что вы годами качаете одного и того же персонажа, вкладывая в него все ресурсы. Он — неоспоримый топ-1 на сервере, мета, икона стиля. А потом в патче появляется новая фракция. Сперва смешная и неуклюжая, но с каждым обновлением получающая всё более имбовые скиллы. И вот в последнем патч‑ноте скромная строка: «Балансировка моделей ИИ». Вы заходите на сайт с тир‑листами и видите немыслимое: ваш матёрый ветеран неожиданно скатился на второе место. Для OpenAI именно это и произошло: Google выпустил своего «имбу».

Gemini 3 Pro от Google не только догнал, но и по многим параметрам превзошел ChatGPT 5.1. Давайте разберемся, что именно стоит за этими результатами.

Содержание

➤ Gemini 3 Pro — новый чемпион
➤ Краткая история гонки Gemini vs ChatGPT
➤ Код «Red»: Сэм Альтман мобилизуется
➤ Почему Gemini в тот момент смог опередить GPT‑5 (и везде ли он победил)
➤ Gemini 3 Pro vs ChatGPT: победа без нокаута
➤ Что дальше?

Gemini 3 Pro — новый чемпион

18 ноября 2025 года Google официально выкатил Gemini 3 Pro — и это тот редкий случай, когда пресс‑релиз не хочется читать с подозрением. Анонс состоялся официально, без герольдского зова, но с последствиями.

Перед нами — полноценная мультимодальная модель, рассчитанная на тяжёлую работу: сложные рассуждения, генерацию кода и уверенное жонглирование текстами, изображениями, аудио и видео. Всё сразу, без «это появится в следующем апдейте». Подробности — в документации.

CEO Google Сундар Пичай после релиза позволил себе редкую роскошь — человеческую усталость: «Кажется, некоторым нужно хорошенько выспаться». Судя по цифрам, спали они не зря.

Google аккуратно формулирует, что модель «превзошла предыдущие версии по всем ключевым метрикам», но даже без маркетингового лупинга видно: это серьёзный рывок.

Google как будто разом проснулся: модель мощная, решение целостное, а ранние насмешки над Bard выглядят парадоксальными.

В DeepMind, как обычно, держат покерфейс и не объявляют «побед», но статистика — вещь упрямая.

Ключевая техническая особенность — гигантское контекстное окно (до 1 млн токенов) в сочетании с продвинутой логикой рассуждений. В результате — цифры, мимо которых уже не пройти.

Для начала: в популярной LMArena, где пользователи вслепую сравнивают ответы моделей, Gemini 3 Pro набрал 1501 Elo и вышел на первое место. Предыдущий лидер — Gemini 2.5 Pro — удерживал трон несколько месяцев, но теперь уступил старшему брату.

Ну и далее по списку...

• GPQA Diamond (вопросы категории доктора наук): Gemini 3 Pro — 91,9%, отрыв почти 4 пункта от GPT-5.1 (88,1%).

• ARC‑AGI-2 (абстрактные визуальные задачи): 31,1% (45,1% в режиме Deep Think) против 17,6% у GPT-5.1 — почти вдвое больше!

• Humanity’s Last Exam (академическое мышление на 2500 сложных вопросах): 37,5% (41% с Deep Think; 45,8% с включённым веб‑поиском и запуском скриптов для вычислений).

• AIME 2025 (математика): 100% задач при помощи кода и 95% без кода (GPT-5.1 в режиме без инструментов почти так же: 94%).

• Мультимодальный интеллект (MMMU‑Pro и Video‑MMMU): 81,0% и 87,6% соответственно (у GPT-5.1 — 76,0% и 80,4%).

• Первый результат по MMMLU (многоязычность): 91,8% (GPT-5.1 — 91,0%).

• Кодинг: LiveCodeBench Pro Elo = 2439 (примерно +200 над GPT-5.1), SWE‑Bench = 76,2% (почти идентично 76,3% у GPT-5).

Добавим, что количество пользователей Gemini стремительно растёт (с 450 млн в июле до 650 млн в октябре), что усиливает давление на OpenAI.

Отмечается, что Gemini 3 Pro впечатляет не только цифрами. Например, CEO Salesforce Марк Бениофф после двух часов работы с моделью написал: «Я использовал ChatGPT три года, а Gemini 3 — два часа… теперь не вернусь обратно. Прогресс безумный — рассуждения, скорость, изображения, видео… всё чётче и быстрее. Мир изменился снова». Обычно так говорят, когда действительно впечатлило.

P. S. Если вы хотите протестировать модели сами уже сейчас, но сталкиваетесь с трудностями доступа, то самый простой способ — воспользоваться платформой BotHub. Там вы можете работать с оригинальным ChatGPT 5.2 и Gemini 3 Pro и другими передовыми нейросетями без VPN и с оплатой российскими картами.

По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями!

Краткая история гонки Gemini vs ChatGPT

Путь Gemini к нынешнему положению — это не история мгновенного триумфа: сперва был громкий анонс, проблемный релиз, патчи, ребаланс — и только потом версия «как задумывалось».

В конце 2022 года в Google началось экстренное совещание масштаба «всем срочно в подвал»: после выхода ChatGPT руководство компании в авральном режиме перебросило инженеров на ИИ‑направление.

Весной 2023-го свет увидел Bard. Проект вышел поспешно — и это было заметно. Ответы грешили неточностями, демо подводили, а публичная критика оказалась настолько громкой, что Google пришлось официально извиняться. Итог — минус около 100 млрд $ капитализации и ощущение, что корпорация внезапно забыла, как пользоваться Python.

К февралю 2024 года Bard отправили на ребрендинг и вернули под новым именем — Gemini. Формально это было маркетинговое переименование, но по факту — символический перезапуск.

Дальше началась нормальная эволюция продукта: версии 1.0, 1.5, 2.0 и 2.5 последовательно усиливали мультимодальность, надзорное обучение и прикладные инструменты.

Каждый этап сопровождался одним и тем же посылом: «Мы учимся и улучшаемся». И в этот раз без иронии — стабильная версия Gemini 2.5 летом 2025-го уже уверенно обгоняла предшественников, пусть и уступала GPT-5 в отдельных дисциплинах. Стратегически Google держался курса AI‑first, накапливая данные, опыт и TPU‑чипы.

Аналогично, OpenAI регулярно отвечала: GPT 4 → GPT 4o → o1 → GPT 4.5 → o3 → GPT‑5 → GPT‑5.1… → GPT-5.2!

Наконец, Gemini 3 Pro стал тем «iPhone‑моментом» для Google.

Ещё два года назад Google выглядел растерянным, а теперь снова вернулся в число лидеров.

Видно, что обе компании давно едут параллельно, и без борьбы с Google OpenAI уже не безусловный лидер.

Код «Red»: Сэм Альтман мобилизуется

Начало декабря выдалось для OpenAI не из приятных. Новости о том, что Gemini резко рванул вперёд по бенчмаркам, прозвучали как сообщение об атаке. 1 декабря стало ясно: отсиживаться больше нельзя.

Внутри компании была объявлена срочная мобилизация — пресловутый код «Красный». О планах писать скрипты красными чернилами Альтман официально не говорил, но СМИ пишут о внутреннем приказе: ускорить релиз и отказаться от некоторых второстепенных фич в пользу надёжности. Об этом написали Fortune, The Information, eWeek — и вообще все, кто в тот момент не спал.

Сэм Альтман предупредил команду: нужно задвигать обновление ChatGPT как можно быстрее, особенно по качеству поведения модели и генерации изображений.

Контекст был тревожный. В октябре у Gemini — 650 млн пользователей, у ChatGPT — около 800 млн, но при этом в ноябре активность ChatGPT просела примерно на 6%. Альтману пришлось внимательно смотреть не только на графики бенчмарков, но и на кривые вовлечённости. В результате планы пришлось перекраивать на ходу: рекламу и экспериментальные фишки отложили, фокус сместился на скорость, точность и «чистую» производительность модели.

Ранее, всего месяцем раньше, сотрудники OpenAI уже заметили нарастающее напряжение (code orange) — теперь же Альтман фактически приостановил крупные проекты — интеграцию рекламы и некоторые ИИ‑агенты, — чтобы сконцентрироваться на развитии ядра модели. Такой ответ прямо признаёт: достижения Gemini 3 воспринимаются как серьёзная угроза доминированию ChatGPT.

Почти сразу же поползли слухи: новая модель выйдет буквально на днях, а называться она будет GPT-5.2, 5.5 или Garlic. Сейчас уже понятно, что релиз оформился именно как 5.2, а Garlic отложили на начало 2026-го, но тогда индустрия гадала вслепую. Инсайдеры утверждали, что модель уже гоняют на внутренних тестах — и она показывает результаты не хуже Gemini 3 Pro в коде и рассуждениях.

Первый з��оночек прозвенел в четверг, 11 декабря. Пользователь X Ашутош Шривастава обнаружил, что в среде Cursor модель ChatGPT 5.2 засветилась раньше официальных сроков. Более того — появилось видео, где модель прямо заявляет, кто она и какая у неё версия.

Эксперимент быстро прикрыли: доступ заблокировали, повторить находку никому не удалось, а комментаторы тут же начали писать, что «ничего такого нет». Официально OpenAI хранила молчание, но тем не менее «курсорная» утечка подтвердила, что новая модель уже готова.

Ну а в тот же вечер модель наконец вышла. Сэм Альтман успел добавить мощности, ловкости и починил двигатели модели.

И тут мы переходим к самому главному...

Почему Gemini в тот момент смог опередить GPT‑5 (и везде ли он победил)

Откуда взялся такой разрыв? Почему именно эта версия внезапно вышла вперёд? Если разложить по пунктам, картина выглядит так.

• Слияние модальностей. Google натренировал модель сразу на текстах, коде, изображениях, аудио и видео. При обучении был упор на то, чтобы она сама понимала взаимосвязь (намеренно держали единый стек). Поэтому Gemini отлично сходится с реальными задачами, где нужно сразу и читать, и видеть. GPT-5.1, хотя и мультимодален, но не на столь высоком уровне. Подтверждает это прирост на мультимодальных тестах.

• Глубокое обучение рассуждению. DeepMind наращивал внимание именно на цепочках размышления и учил Gemini решать задачи пошагово. Это видно в высоких баллах бенчмарков на рассуждение (HLE, GPQA). У ChatGPT тоже есть такое (и даже есть версии, акцентированные на мышлении, — ChatGPT 5/5.1/5.2 Thinking), но Google оказался чуть впереди.

• Новая архитектура MoE. Gemini 3 Pro — микшер экспертов (MoE) c сотнями миллиардов параметров, тренированных на TPU v5. Это значит, что модель крайне «широкая» (большой параллелизм) и может использовать больше ресурсов во время вывода. Такой подход позволяет увеличить суммарное число параметров до триллионов (примерно в 3–4 трлн параметров, по оценкам специалистов), при этом основная вычислительная нагрузка идет на узкий «горячий путь». Google подчёркивает, что улучшенная архитектура — ключ к росту производительности.

• Расширенный контекст и память. 1 млн токенов — уникальное окно, которое позволяет сразу решать мегадокументы и задачи с множеством шагов. GPT-5.1/5.2 пока ограничены меньшим контекстом:
  — 16k токенов в бесплатной веб‑версии;
  — 32k — в Plus и Business;
  — 128k — в Pro и Enterprise;
  — 196k во всех тарифах у версии Thinking;
  — 400k в API‑версии.

• Gemini 3 построен на последних исследованиях DeepMind, и это принципиальное подтверждение идеи закона масштабирования. Google не просто увеличил модель, а оптимизировал баланс мощности и эффективности. При этом, как обычно, не использовались GPU Nvidia — всё на тензорных процессорах Google, что позволило компании активизировать всю инженерную проницательность.

Все эти технические улучшения создали мощный толчок. Вдобавок Gemini 3 Pro — модель с массивными ресурсами: она обучена на «всём, что можно легально использовать».

Получается, что в основе успеха Gemini 3 Pro — сочетание нового архетипа тренировки, огромного контекстного окна (1M токенов), продвинутых кодовых модулей и мультимодальности. Новая модель — не просто апгрейд параметров, а одновременно новая архитектура.

Именно поэтому победа Gemini в бенчмарках выглядит не случайностью, а логичным результатом долгой эволюции.

Gemini 3 Pro vs ChatGPT: победа без нокаута

Звучит впечатляюще, но одновременно возникает вопрос: а ChatGPT реально отстал? Или это односторонний «гуглооптимизм»? Можно ли уже сказать, что тогда «Gemini 3 Pro выиграл ИИ‑гонку»?

Ответить на этот вопрос уже сложнее. Нужно учесть:

• Оценки бенчмарков — лишь часть картины. В креативе и визуальных интеракциях ChatGPT тоже хорош. Кроме того, ChatGPT иногда показывает себя лучше в арифметических тестах.

• Случайности и «оптимизация под тесты»: как предупреждает Андрей Карпатый, бенчмарки — это хорошо, но модели могут специально подтягиваться под них. По его мнению, реальные сценарии — диалоги, интеграция в сервисы — важнее формальных метрик.

• Ну и конечно же, не стоит забывать, что: уже вышел ChatGPT 5.2, который вернул себе первое место!

Кроме того, многие пользователи ещё до момента релиза 5.2 отмечали: в повседневном диалоге ChatGPT 5.1 часто отвечал более подробно и последовательно. По наблюдению журналистов и исследователей, ChatGPT сильнее заточен под общение, тогда как Gemini — под вычисления и строгие рассуждения. Это хорошо видно в тестах: в сложных задачах по программированию Gemini 3 действительно обходил GPT-5.1, но в рутинных вопросах GPT чаще звучит «по‑человечески».

В итоге возникает полезное разделение:

• benchmark — здесь Gemini взял верх (пусть и ненадолго);

• bench use case — в повседневном использовании многие по‑прежнему выбирают ChatGPT.

Но значит ли это, что Gemini 3 Pro выигрывал лишь «в одних играх»? На самом деле — и да и нет. Он был оптимизирован именно на эти тяжёлые тесты — уровня IQ‑опросников, кроссмодальных задач и длинных рассуждений. Создавалось впечатление, что Gemini 3 Pro хуже отполирован, зато предпочитает говорить по существу (отказ от банальных фраз), тогда как GPT иногда соглашается, чтобы не ссориться. Это подтверждают собственные слова главы Google DeepMind Демиса Хассабиса: Gemini 3 «не боится опровергнуть вас, если ваш запрос не очень разумен».

Что дальше?

Финал этого игрового сезона завершился с неожиданным твистом. Казалось, что Google вот‑вот зачтёт победный экран, но OpenAI, собрав все ульты, совершил захват контрольной точки в самой последней секунде. Статистика матча теперь в его пользу.

Факт налицо: Google создал модель, которая ещё три дня назад демонстрировала наивысшие результаты в объективных измерениях интеллекта. Победа в гонке бенчмарков — важный психологический и технологический рубеж.

Расслабляться рано. Впереди — Garlic и очередной виток масштабирования. Если вы разрабатываете ИИ‑приложения или просто работаете с кодом и изображениями, лучший совет сейчас — сравнить Gemini 3 Pro и ChatGPT 5.2 на собственных задачах. Разница ощущается куда ярче на практике, чем в таблицах.

Будет ли Garlic внутренним названием для ChatGPT 5.3, 5.5 или вообще 6.0 — пока вопрос открытый. Можно ожидать роста контекста (хотя миллион токенов у Gemini уже никого не пугает) и дальнейших улучшений в кодогенерации. Многое упирается и в инфраструктуру: Google делает ставку на собственные TPU, OpenAI — на Nvidia, но рынок постепенно смешивается — даже Anthropic уже арендует огромные массивы гугловских тензоров.

Ответы на эти вопросы появятся в ближайшие месяцы.