Google Gemini-SQL2 橫掃文字轉 SQL 榜單：自然語言資料庫查詢邁向新里程碑

在人工智慧領域，將人類的自然語言指令轉化為電腦可理解的程式碼，一直是極具挑戰性的任務。其中，把日常對話轉換成精確的 SQL 資料庫查詢，更是資料分析與應用的一大關鍵。近日，Google Research 宣布其最新研發的 Gemini-SQL2 系統，在權威的 BIRD 文字轉 SQL 基準測試中，以顯著優勢奪下榜首，展現了在複雜資料庫查詢理解上的突破性進展。

Gemini-SQL2 稱霸 BIRD 榜單：精準度大幅領先競爭者

這套基於 Gemini 3.1 Pro 模型所打造的 Gemini-SQL2 系統，主要功能是將使用者輸入的自然語言指令，轉換為可直接執行於資料庫的 SQL 查詢語句。根據 Google 公布的數據，Gemini-SQL2 在衡量這類轉換準確性的 BIRD 基準測試中，取得了高達 80.04% 的執行準確度，一舉超越所有競爭對手。

Gemini-SQL2 在 BIRD 文字轉 SQL 基準測試中，執行準確度高達 80.04%，位居第一。相較之下，OpenAI 的 GPT-5.5-xhigh 約為 72.8%，而 Anthropic 的 Claude Opus 4.6 則落在 70.9% 左右。來自 Databricks、AWS、騰訊和阿里巴巴的模型，表現均遠遠落後。

這項成績不僅讓 Gemini-SQL2 穩坐榜首，更與第二名拉開了近 7 個百分點的差距，顯示其在理解複雜查詢意圖和生成正確 SQL 語句方面的卓越能力。

克服複雜資料邏輯：自然語言轉 SQL 的挑戰與突破

Google Research 強調，將自然語言精準轉換為正確的 SQL 查詢，是一項特別艱鉅的任務。原因在於真實世界的資料往往層次複雜，且查詢指令需要考量到繁瑣的業務邏輯。例如，一個簡單的「找出上個月銷售額最高的產品」指令，背後可能涉及多個資料表的聯結、時間區間的判斷，以及聚合函數的應用。

Google 表示，Gemini-SQL2 所生成的 SQL 查詢不僅在語法上正確無誤，更能成功執行並得出符合預期的結果。這意味著該系統不僅能「看懂」人類的語言，更能「理解」其背後的資料結構與業務含義，進而產出高效且精準的資料庫操作指令。

對 Google 資料服務的潛在影響與未來展望

Google 認為，對 SQL 語法更深層次的理解能力，有望廣泛提升其旗下各項資料服務的自然語言功能。這可能包括讓使用者能以更直觀的方式，透過語音或文字指令來查詢、分析資料，而無需具備專業的 SQL 知識。這對於企業級應用、商業智慧分析，乃至於一般用戶的資料探索，都將帶來巨大的便利性。

儘管 Gemini-SQL2 的表現令人驚艷，但 Google Research 團隊目前尚未透露任何關於該模型公開發布的計畫，也尚未發布相關的研究論文。這表示這項技術目前仍處於研究階段，但其所展現的潛力，無疑為自然語言與資料庫互動的未來，描繪出了一幅令人期待的藍圖。