U utorak, Google je predstavio Gemini 2.5, novu porodicu AI modela za razmišljanje koji se „zaustavljaju” kako bi „razmislili” pre nego što odgovore na pitanje.
Kako bi započeo novu porodicu modela, Google lansira Gemini 2.5 Pro Experimental, multimodalni AI model za razmišljanje koji, kako tvrdi kompanija, predstavlja njen najinteligentniji model do sada. Ovaj model biće dostupan u utorak na Google-ovoj platformi za programere, Google AI Studio, kao i u Gemini aplikaciji za pretplatnike na kompanijin plan za AI, Gemini Advanced, koji košta 20 dolara mesečno.
Google navodi da će svi novi AI modeli koje razvija imati ugrađene sposobnosti razmišljanja.
Nakon što je OpenAI lansirao prvi AI model za razmišljanje u septembru 2024, o1, tehnološka industrija je požurila da dostigne ili nadmaši sposobnosti tog modela sa sopstvenim rešenjima. Danas, Anthropic, DeepSeek, Google i xAI svi imaju AI modele za razmišljanje koji koriste dodatnu računarsku snagu i vreme za proveru činjenica i rešavanje problema pre nego što daju odgovor.
Tehnike razmišljanja pomogle su AI modelima da postignu nove visine u matematičkim i koderskim zadacima. Mnogi u tehnološkom svetu veruju da će modeli za razmišljanje biti ključni sastavni deo AI agenata, autonomnih sistema koji mogu da obavljaju zadatke uglavnom bez ljudske intervencije. Međutim, ovi modeli su takođe skuplji.
Google je već eksperimentisao sa AI modelima za razmišljanje, prethodno objavivši verziju Geminija koja „razmišlja” u decembru. Međutim, Gemini 2.5 predstavlja najseriozniji pokušaj kompanije da nadmaši OpenAI-ov „o” serijal modela.
Google tvrdi da Gemini 2.5 Pro nadmašuje prethodne frontier AI modele i neke od vodećih konkurentskih AI modela na nekoliko referentnih testova. Konkretno, Google navodi da je dizajnirao Gemini 2.5 da bude izuzetno dobar u kreiranju vizuelno impresivnih veb aplikacija i agenatskih kodirnih aplikacija.
Na evaluaciji koja meri sposobnosti uređivanja koda, nazvanoj Aider Polyglot, Google tvrdi da Gemini 2.5 Pro postiže rezultat od 68,6%, nadmašujući vrhunske AI modele od OpenAI, Anthropic i kineskog AI laboratorija DeepSeek.
Međutim, na drugom testu koji meri sposobnosti u razvoju softvera, SWE-bench Verified, Gemini 2.5 Pro postiže 63,8%, nadmašujući OpenAI-ov o3-mini i DeepSeek-ov R1, ali zaostajući iza Anthropic-ovog Claude 3.7 Sonnet, koji je postigao 70,3%.
Na Humanity’s Last Exam, multimodalnom testu koji se sastoji od hiljada crowdsourced pitanja koja pokrivaju matematiku, humanističke nauke i prirodne nauke, Google tvrdi da Gemini 2.5 Pro postiže rezultat od 18,8%, što je bolje od većine konkurentskih flagship modela.
Za početak, Google kaže da Gemini 2.5 Pro dolazi sa kontekstualnim okvirom od 1 milion tokena, što znači da AI model može obraditi oko 750.000 reči u jednom potezu. To je duže od cele serije knjiga „Gospodar prstenova“. Ubrzo, Gemini 2.5 Pro će podržavati duplu dužinu unosa (2 miliona tokena).
Google nije objavio cene API-ja za Gemini 2.5 Pro. Kompanija kaže da će više informacija podeliti u narednim nedeljama.