gemini4pro强的可怕，泄露的基准测试，在DeepSWE中获得最高约88.5%的高分，在OSWorld-2.0里面达到86.8%，并且在多项测试中全面压制OpenAI的Astra和Anthropic的Fable5.1，还有一些UI网页交互测试和一键出游戏都有很好的效果，而且最大上下文达到了恐怖的10M，又又又