Kedden a Google bemutatta a Gemini 2. 5-öt, egy új mesterséges intelligencián alapuló gondolkodási modellekből álló csomagot, amely először "gondolkodik", mielőtt válaszokat adna. A bevezetés részeként a Google elindítja a Gemini 2. 5 Pro Experimental-t, amelyet multimodális gondolkodó AI modellnek írnak le, és a cég eddigi legintelligensebb ajánlataként hirdetnek. Ez a modell kedden válik elérhetővé a Google AI Studio-n, a cég fejlesztői platformján, valamint a Gemini alkalmazásban a 20 dolláros havidíjú Gemini Advanced AI előfizetők számára. A jövőt illetően a Google bejelentette, hogy minden jövőbeli AI modellje integrálni fogja a gondolkodási képességeket. Mióta az OpenAI 2024 szeptemberében bemutatta első AI gondolkodó modelljét, az o1-et, a technológiai ipar igyekszik felvenni a versenyt, vagy túlszárnyalni annak képességeit. Jelenleg olyan cégek, mint az Anthropic, a DeepSeek, a Google és az xAI, saját AI gondolkodó modelljeiket fejlesztették ki, amelyek további számítási erőforrásokat és időt használnak a tényellenőrzésre és a problémák elemzésére válaszadás előtt. Ezek a gondolkodási technikák új szintre emelték az AI modellek teljesítményét matematikai és programozási feladatokban. A technológiai szakértők sokak szerint a gondolkodó modellek kulcsszerepet fognak játszani az AI ügynökökben – autonóm rendszerek, amelyek minimális emberi bevonással képesek feladatokat végrehajtani.

Fontos azonban megjegyezni, hogy ezek a modellek magasabb költségekkel is járnak. A Google korábban már kísérletezett AI gondolkodó modellekkel, megjelentetve a Gemini "gondolkodó" verzióját decemberben. Ennek ellenére a Gemini 2. 5 a cég eddigi legambiciózusabb próbálkozása az OpenAI modelljeinek túlszárnyalására. A Google szerint a Gemini 2. 5 Pro felülmúlja korábbi front-vonalbeli AI modelljeit, valamint számos vezető versenytársát különböző benchmarkok alapján. Különösen a Google úgy tervezte a Gemini 2. 5-öt, hogy kiemelkedjen a látványos webalkalmazások és az ügynök-alapú programozási megoldások létrehozásában. Egy Aider Polyglot nevű programozási értékelésben a Google jelentése szerint a Gemini 2. 5 Pro 68, 6%-os teljesítményt ért el, túlszárnyalva az OpenAI, az Anthropic és a DeepSeek legjobb AI modelljeit. Egy másik, szoftverfejlesztési készségekre összpontosító értékelés, a SWE-bench Verified során a Gemini 2. 5 Pro 63, 8%-os eredményt ért el, megelőzve az OpenAI o3-mini és a DeepSeek R1 modelljét, de elmaradva az Anthropic Claude 3. 7 Sonnetjétől, amely 70, 3%-os eredménnyel zárta a tesztet. Egy multimodális értékelésben, amelyet Humanity's Last Exam néven ismernek, amely matematikai, humán tudományos és természettudományi területek kérdéseit tartalmazza, a Google szerint a Gemini 2. 5 Pro 18, 8%-os eredményt ért el, túlteljesítve a legtöbb versenytársat. A Google kezdetben 1 millió tokenes kontextusablakot adott a Gemini 2. 5 Pro-nak, lehetővé téve az AI modell számára, hogy körülbelül 750 000 szót dolgozzon fel egyszerre – ez hosszabb, mint az egész "A Gyűrűk Ura" könyvsorozat. Ezenkívül a Gemini 2. 5 Pro hamarosan támogatni fogja az ennek kétszeresét, 2 millió tokent. A Google még nem tette közzé a Gemini 2. 5 Pro API árazását, de a vállalat tervezi, hogy a következő hetekben további információkat nyújt.