根据@OpenAI消息，最新AI模型在没有工具辅助的情况下，在LiveCodeBench V6和Humanity’s Last Exam两项基准测试中表现出色，达到了行业领先水平。LiveCodeBench V6主要评估代码生成能力，而Humanity’s Last Exam则测试模型在科学和数学等多个复杂领域的专业表现。这一突破显示了AI在不依赖外部工具情况下解决复杂实际问题的能力，为企业代码开发、教育及技术领域带来了新的商业应用机会（来源：OpenAI, 2024）。

根据Sundar Pichai在推特上的消息，Gemini 2.5 Pro更新现已开放预览版，并在AI编码、推理、科学与数学等能力上取得重大突破。该版本在AIDER Polyglot、GPQA和HLE等关键行业基准测试中表现更优，且在@lmarena_ai排行榜上较上一版本Elo分数提升24分（来源：Sundar Pichai，推特，2025年6月5日）。这些进步为企业在软件开发、科研与数据分析等领域应用先进AI创造了新商机。