新手入门
AI 快讯 编译自 marktechpost #模型发布#Text-to-SQL#Google

Google 发布 Gemini-SQL2：基于 Gemini 3.1 Pro 的 Text-to-SQL 在 BIRD 榜单达 80.04% 执行准确率

Google Research 推出 Gemini-SQL2，基于 Gemini 3.1 Pro，在 BIRD 单模型榜单上达到 80.04% 执行准确率，超越自家前代和 AWS、Databricks 等对手。本文解读技术细节、榜单对比，并分析对中文用户的数据分析场景意味着什么。

编译发布 2026/06/12 原文发布 2026/06/12

一句话看懂

Google 发布 Gemini-SQL2，基于 Gemini 3.1 Pro 的 Text-to-SQL 能力，在 BIRD 单模型榜单上以 80.04% 执行准确率登顶，但尚未公开 API 或产品集成细节。

详细发生了什么

2026 年 6 月 12 日，Google Research 在 X 上宣布推出 Gemini-SQL2。这是一项基于 Gemini 3.1 Pro 的 Text-to-SQL 能力，不是独立的基础模型。它在 BIRD Text-to-SQL 单模型榜单上取得了 80.04% 的执行准确率（Execution Accuracy）。这意味着生成的 SQL 不仅要语法正确，还必须运行并返回与正确答案一致的结果。

BIRD 是业界标准的 Text-to-SQL 评测基准，包含 12,751 个问题-SQL 对，覆盖 95 个数据库、37 个专业领域，总数据量 33.4GB。与 Spider 等旧基准不同，BIRD 的数据包含脏值，需要外部知识推理。单模型赛道限制了预处理、检索和 agent 框架的使用，更直接衡量模型本身的 Text-to-SQL 能力。

Google 发布的榜单图表显示，Gemini-SQL2 以 80.04% 领先。第二名是自家之前的 Gemini-SQL（约 77.2%），其后依次是 AWS 的 Q-SQL（约 76.5%）、Databricks 的 RLVR 32B（约 75.7%）、腾讯的 SiriusAI-Text2SQL-32B-v2（约 75.0%）、Snowflake 的 Arctic-Text2SQL-R1-32B（约 73.9%）、OpenAI 的 GPT-5.5-xhigh（约 72.5%）、阿里巴巴的 SQLWeaver-32B（约 71.7%）和 Anthropic 的 Claude Opus 4.6（约 70.1%）。人类基线为 92.96%，仍有 12.92 个百分点的差距。

Google 表示，Gemini-SQL2 的目标是生成“可执行的 SQL”，而不仅仅是看起来合理的 SQL。它可能集成到 BigQuery Studio、AlloyDB AI 和 Cloud SQL Studio 等产品中，但 Google 尚未确认具体集成计划。目前没有公开 API、模型卡或技术报告。

中文圈视角

对中文用户来说，Gemini-SQL2 的发布有几点值得关注：

  1. 国产模型的竞争位置：腾讯的 SiriusAI-Text2SQL-32B-v2（75.0%）和阿里巴巴的 SQLWeaver-32B（71.7%）均上榜，但与 Google 的 80.04% 有 5-8 个百分点的差距。国内类似产品如 DeepSeek 的 SQL 能力、Kimi 的数据库查询功能尚未在 BIRD 单模型榜单上公开亮相。这意味着在 Text-to-SQL 这个垂直领域，Google 暂时领先，但差距并非不可逾越。

  2. 中文场景的实际可用性：BIRD 基准主要使用英文数据库和问题，中文场景的 Text-to-SQL 面临额外的分词、方言和中文表名/列名挑战。Gemini-SQL2 是否支持中文输入和中文数据库 schema 尚未明确。国内用户若想使用，可能需要等待 Google Cloud 中国区域的支持，或通过 API 调用（需考虑网络和合规问题）。

  3. 平替方案：对于国内开发者，目前可用的替代方案包括阿里云的 DataWorks 中的自然语言查询、百度智能云的 SQL 生成功能，以及开源模型如 SQLCoder 和基于 Qwen 的微调模型。这些方案在中文场景下可能更有优势，但准确率数据不透明。

  4. 监管与数据安全：Text-to-SQL 涉及将数据库 schema 甚至部分数据发送到模型进行推理，如果使用 Google 的云服务，数据出境和合规问题需要关注。国内企业可能更倾向于使用本地部署的开源模型或国产云服务。

几条值得记住的细节

  • Gemini-SQL2 在 BIRD 单模型榜单上达到 80.04% 执行准确率，人类基线为 92.96%，差距 12.92 个百分点。
  • 榜单上第二名是 Google 自家的 Gemini-SQL（约 77.2%），第三名是 AWS 的 Q-SQL（约 76.5%）。
  • BIRD 基准包含 12,751 个问题-SQL 对，覆盖 95 个数据库和 37 个专业领域，数据总量 33.4GB。
  • Google 尚未公开 Gemini-SQL2 的 API、模型卡、技术报告或具体产品集成计划。
  • 社区反响积极：X 上主帖获得 144.4K 浏览、2,800 点赞、1,300 书签，书签与回复比高达 9.3:1，表明认可度较高。

一句话总结

Gemini-SQL2 在 Text-to-SQL 基准上取得领先，但中文用户需关注可用性、国产替代和合规问题，短期内难以直接受益。

← 返回 AI 快讯列表