整理时间：2026-11-11 ｜ 数据来源：Google DeepMind / Google AI 官方文档、各模型技术报告及公开排行榜（LMArena、Artificial Analysis 等） 说明：Google 模型迭代极快、命名非线性，小版本（point release）有时会反超上一档；并非所有版本当前仍可调用。下文以主线 + 代表性版本为主。
一、整体脉络
Google 的大模型演进可概括为三条线：
1. PaLM 系列（2022–2023，Gemini 前身）：确立 scaling 与 Pathways 训练基建。
2. Gemini 系列（2023 至今，闭源旗舰）：原生多模态、长上下文、Agent 化，是当前绝对主力。
3. Gemma 系列（2024 至今，开放权重）：面向开发者本地/自部署的轻量开放模型。
除此外还有大量垂直/端侧衍生模型（Med-PaLM、CodeGemma、PaliGemma、Gemini Nano 端侧、Gemini Robotics 等），不在本表"大模型"主线下展开。
二、PaLM 系列（Gemini 前身）
| 模型 | 发布时间 | 规模 / 形态 | 性能概况 |
|---|---|---|---|
| PaLM | 2022-04（论文 04-05） | 540B（另有 8B / 62B），Pathways 架构 | 在 BIG-Bench 等 58 项任务显著优于 GPT-3；5-shot 部分任务超过人类平均。 |
| PaLM 2 | 2023-05-10（Google I/O） | 四档：Gecko / Otter / Bison / Unicorn（参数未公开） | 强调多语言（100+ 语言）与推理、更高效推理；GSM8K 等数学推理 >70%；当天即驱动 Bard 及 25+ 款谷歌产品。 |
三、Gemini 系列（闭源旗舰，多模态）
1.0 时代确立"三档尺寸"；1.5 时代转向 MoE + 百万级上下文；2.5 时代把显式推理（thinking）折进基座；3.x 以小数点小版本快速迭代。
| 模型 | 发布时间 | 定位 / 关键特性 | 性能概况 |
|---|---|---|---|
| Gemini 1.0（Nano / Pro / Ultra） | 2023-12-06 发布；Ultra 2024-02-08 上线 Gemini Advanced | 初代原生多模态（文本/图/音/视频） | Ultra 在 MMLU 上 90.0%（CoT + 32 samples）／83.7%（5-shot）——首个百分点需特别注明评测条件，否则易误读。 |
| Gemini 1.5 Pro | 2024-02-15 | MoE 架构；100 万 token 上下文（后预览扩至 200 万） | 长上下文检索近满分（needle-in-haystack），是 1.5 时代的卖点。 |
| Gemini 1.5 Flash | 2024-05-14 | 1.5 家族低时延蒸馏档（原 Nano 改名） | 免费档主力，快而便宜。 |
| Gemini 2.0 Flash（实验） | 2024-12-11；GA 2025-02-05 | 原生工具调用 + 多模态输出，主打 Agent | 开启 Agent 化叙事（Project Astra / Mariner 同期亮相）。 |
| Gemini 2.0 Pro | 2025-02-05 | 2.0 时代的强推理档 | 过渡型号，数月后被 2.5 取代。 |
| Gemini 2.5 Pro | 2025-03-25（实验）；5–6 月普遍可用 | 首个把显式推理折进基座的 2.5 模型，可控"思考预算" | 详见下方旗舰性能对比表（MMLU 88.9%、GPQA Diamond 86.4%、SWE-bench 63.2% 等）。 |
| Gemini 2.5 Flash | 2025-04-17 | 低时延档也带思考预算 | 性价比主力。 |
| Gemini 3 Pro | 2025-11-18 | 稀疏 MoE、原生多模态推理模型；100 万输入 / 6.4 万输出 token | 首个公开模型 LMArena 文本榜破 1500 Elo（首发 1501）；详见对比表。 |
| Gemini 3 Flash | 2025-12-17 | 基于 3 Pro，低时延 | 成为 Gemini App 与 Search AI Mode 默认模型。 |
| Gemini 3.1 Pro | 2026-02-19 | 3 Pro 的价位不变小升级 | ARC-AGI-2 公司自报 77.1%（3 Pro 为 31.1%）。 |
| Gemini 3.5 Flash | 2026-05-19（I/O） | 3.5 首款 | Google 称低时延 Flash 档在多数编程/Agent 评测上反超更大的 3.1 Pro，且快约 4 倍。 |
| Gemini 3.6 / 3.7 / 3.8 Flash | 2026-07 至 2026-09 | 持续小版本，主打编码、知识、多模态与 token 效率 | 截至 2026-08，最新为 3.6 Flash 组（含 3.5 Flash-Lite / Flash Cyber）。 |
| Gemini 4 Argon | 2026-10-13 | 面向 AI Pro / Ultra 订阅用户 | 4 系开端（资料尚少）。 |
四、Gemma 系列（开放权重，Apache 2.0）
| 模型 | 发布时间 | 规模 / 形态 | 性能概况 |
|---|---|---|---|
| Gemma 1 | 2024-02-21 | 2B / 7B | 初代开放权重模型。 |
| Gemma 2 | 2024-06-27 | 2B / 9B / 27B | 单卡可跑，社区基础模型。 |
| Gemma 3 | 2025-03-12 | 1B / 4B / 12B / 27B（含预训练 + 指令版） | 多模态（文+图）、128K 上下文、140+ 预训练语言；27B 在 LMArena 达 1338 Elo（开放紧凑模型第一档）。27B：MMLU-Pro 67.5%、LiveCodeBench 29.7%、GPQA Diamond 42.4%、MATH 89.0%（均相对 Gemma 2 大幅跃升）。 |
| Gemma 4 | 2026-03-31 | E2B / E4B / 31B / 26B A4B 等 | 新一代开放权重（含端侧与统一架构版本）。 |
五、旗舰模型性能对比（关键基准，厂商自报为主）
| 模型 | 发布 | MMLU | GPQA Diamond | MMMU(-Pro) | SWE-bench Verified | 数学 / 推理亮点 | 备注 |
|---|---|---|---|---|---|---|---|
| Gemini 1.0 Ultra | 2024-02 | 90.0%* | — | — | — | — | *CoT+32 samples；5-shot 仅 83.7%，评测条件差异极大 |
| Gemini 2.5 Pro | 2025-03 | 88.9% | 86.4% | 79.6% | 63.2% | AIME 2025 ≈ 83%；HumanEval 88.2% | 首个"思考"基座 |
| Gemini 3 Pro | 2025-11 | 91.8% | 91.9% | 81.0%(Pro) | 76.2% | AIME 2025 95%；HLE 37.5%；Video-MMMU 87.6%；LMArena 1501 | Deep Think 模式：GPQA 93.8%、HLE 41.0%、ARC-AGI-2 45.1%（启用代码执行） |
| Gemma 3 27B（开放） | 2025-03 | — | 42.4% | — | — | MATH 89.0%；MMLU-Pro 67.5% | 单卡最强开放紧凑模型之一 |
注： - 上表除特别说明外，均为 Google 自家技术报告数字，评测协议（few-shot、是否 CoT、是否启用代码执行/工具）会影响结果，跨模型直接比较需谨慎。 - Gemini 3 Pro 相对 2.5 Pro 的提升：GPQA Diamond +7.9%、HLE +15.9%、SWE-bench +12.4%。 - Gemini 3 起同时上架 Gemini App / AI Studio / Vertex AI / Search，消费者侧与开发者侧不再有数周时差。
六、一句话结论
- 性能天花板：Gemini 3 Pro（2025-11）是当前 Google 最强闭源模型，LMArena 首发破 1500、在多数学/科学/代理基准领先；Deep Think 进一步拉高推理上限。
- 性价比/低时延：Gemini 2.5/3.x Flash 档在"够用且快"的场景是主力，3.5 Flash 甚至宣称反超更大的 Pro 档。
- 开放权重：Gemma 3 / 4 是 30B 以下参数区间最实用的自部署选择，27B 单卡可跑、多语言强。
- 命名陷阱：Gemini 的版本号不线性，小版本可能反超上一档，且并非所有版本仍在线，引用具体数字时务必核对当前可用性。
