Google зробила черговий прорив у розвитку штучного інтелекту, представивши нову модель Gemini 2.5. Основна особливість цієї версії — покращені можливості міркування, що дозволяють ШІ робити паузи перед тим, як формулювати відповідь. Такий підхід покликаний підвищити точність і корисність результатів, які надає система.
Про це повідомляє Techcrunch.
Однією з перших моделей нового сімейства стала Gemini 2.5 Pro Experimental. Вона має мультимодальні можливості й, за словами представників компанії, є найрозвиненішою моделлю штучного інтелекту від Google. Відсьогодні вона доступна для розробників у Google AI Studio, а також для користувачів, які оформили підписку на Gemini Advanced AI за $20 на місяць.
Конкуренція у сфері міркувань ШІ набирає обертів
Запуск нової моделі став відповіддю на глобальний тренд розвитку штучного інтелекту, здатного до міркувань. Після того, як у вересні 2024 року OpenAI представила першу таку модель — o1, технологічні компанії почали активно працювати над аналогічними рішеннями. Наразі свої варіанти подібних систем уже мають Anthropic, DeepSeek, Google та xAI.
Моделі міркувань дозволяють ШІ виконувати складні математичні та програмні завдання, що наближує їх до створення автономних агентів, здатних працювати без постійного втручання людини. Проте цей підхід вимагає значних обчислювальних ресурсів, що збільшує витрати на їх використання.
Порівняння Gemini 2.5 Pro з конкурентами
Google стверджує, що Gemini 2.5 Pro демонструє кращі результати порівняно з попередніми моделями компанії, а також перевершує деякі конкурентні рішення.
Зокрема, у тесті Aider Polyglot, який оцінює можливості редагування коду, Gemini 2.5 Pro отримала 68,6%, випередивши аналоги від OpenAI, Anthropic та DeepSeek. Водночас у тесті SWE-bench Verified, що вимірює навички ШІ у сфері розробки ПЗ, модель Google набрала 63,8%, поступившись Claude 3.7 Sonnet від Anthropic.
Крім того, у тесті Humanity’s Exam, який перевіряє знання в математиці, гуманітарних і природничих науках, Gemini 2.5 Pro набрала 18,8%, що є одним із найкращих результатів серед конкурентів.
Збільшене контекстне вікно та плани на майбутнє
Одна з ключових переваг Gemini 2.5 Pro — її контекстне вікно, що досягає 1 мільйона токенів, тобто система може обробляти близько 750 000 слів за один раз. Це більше, ніж обсяг усієї серії книг «Володар перснів». У найближчому майбутньому Google планує розширити цю можливість до 2 мільйонів токенів.
Наразі Google не розкриває вартість API для Gemini 2.5 Pro, але обіцяє надати більше деталей у найближчі тижні. Очікується, що ціна буде конкурентною, з огляду на високу продуктивність моделі та її можливості для бізнесу та розробників.
