Google twierdzi, że Gemini 2.5 przewyższa najlepsze modele OpenAI, DeepSeek i innych gigantów technologii AI

Google właśnie zaprezentowało Gemini 2.5, który firma nazywa „najmądrzejszym jak dotąd modelem AI”. Pierwszą wersją tego modelu była Gemini 2.5 Pro, która osiągnęła imponujące wyniki w wielu testach.

Google twierdzi, że Gemini 2.5 przewyższa najlepsze modele od OpenAI, DeepSeek i innych gigantów technologii AI

Gemini 2.5 Pro jest już dostępny w Google AI Studio oraz w aplikacji Gemini, jeśli jesteś użytkownikiem Gemini Advanced . Gemini 2.5 Pro będzie wkrótce dostępny również za pośrednictwem Vertex AI.

Google nie podało na razie cen Gemini 2.5 Pro ani innych modeli Gemini 2.5.

Wszystkie modele wykorzystujące Gemini 2.5 są „modelami myślącymi”, co oznacza, że ​​potrafią przetwarzać proces myślowy przed wygenerowaniem odpowiedzi. Tego typu „rozumujące” modele stanowią kolejny wielki krok w dziedzinie sztucznej inteligencji, ponieważ generują bardziej złożone i często dokładniejsze odpowiedzi.

„Dzięki Gemini 2.5 osiągnęliśmy nowy poziom wydajności, łącząc znacząco ulepszony model bazowy z ulepszonym efektem końcowym ” — oświadczył Google.

„W przyszłości będziemy wbudowywać te możliwości myślenia bezpośrednio we wszystkie nasze modele, dzięki czemu będą mogły one radzić sobie z bardziej złożonymi problemami i wspierać agentów dzięki jeszcze lepszej świadomości kontekstu ” .

Jak Gemini 2.5 wypada w porównaniu z modelami OpenAI?

Modele Gemini 2.5 Pro firmy Google przewyższają poprzednie najlepsze modele OpenAI i DeepSeek.

Wyniki testów Gemini 2.5 udostępnione przez Google są naprawdę imponujące. Gemini 2.5 Pro Experimental uzyskał wynik 18,5% w ostatnim egzaminie Humanity's.

Wynik ten oznacza, że ​​przynajmniej na razie Gemini 2.5 Pro Experimental jest najlepszym modelem pod tym względem. Jego wynik przewyższa wyniki OpenAI 03-mini (14%) i DeepSeek R1 (8,6%).

Ten konkretny test jest uważany za trudny, choć nie jest to jedyny sposób pomiaru wydajności modelu AI.

Google podkreśliło także możliwości programowania Gemini 2.5 Pro oraz osiągnięcia tego modelu w zakresie matematyki i nauk ścisłych. Gemini 2.5 Pro obecnie przoduje w testach porównawczych z zakresu matematyki i nauk ścisłych, mierzonych za pomocą GPQA i AIME 2025.

Czy można programować w Gemini 2.5?

Głównym celem Gemini 2.5 jest programowanie. Google twierdzi, że nastąpił „ogromny krok naprzód w porównaniu z wersją 2.0” i zapowiada, że ​​wkrótce zostaną wprowadzone kolejne usprawnienia.

Nowy model Google'a umożliwia tworzenie aplikacji internetowych i aplikacji opartych na kodzie agentowym. Demo od Google pokazuje, jak za pomocą Gemini 2.5 Pro można stworzyć grę na podstawie jednego wiersza poleceń.

4 powody, dla których Gemini 2.5 Pro firmy Google ma znaczenie dla sztucznej inteligencji przedsiębiorstw

Oto cztery kluczowe kwestie, które zespoły korporacyjne powinny wziąć pod uwagę, oceniając Gemini 2.5 Pro.

1. Ustrukturyzowane, przejrzyste rozumowanie – nowy standard jasności myślenia

Cechą wyróżniającą Gemini 2.5 Pro jest nie tylko inteligencja, ale także sposób, w jaki ta inteligencja wyraźnie pokazuje, jak działa. Metoda szkolenia krok po kroku opracowana przez Google tworzy uporządkowany tok myślenia (CoT), który nie przypomina bełkotu ani zgadywania, jakie widzieliśmy w przypadku takich modeli jak DeepSeek . CoT nie są skrócone do powierzchownych podsumowań, jak modele OpenAI. Nowy model Gemini prezentuje pomysły w ponumerowanych krokach, z podpunktami i niezwykle jasną i transparentną logiką wewnętrzną.

W praktyce oznacza to przełom w niezawodności i żeglowności. Użytkownicy biznesowi oceniający wyniki zadań o znaczeniu krytycznym, takich jak przeglądanie skutków polityki, kodowanie logiki czy podsumowywanie złożonych badań, mogą teraz zobaczyć, w jaki sposób model doprowadził do odpowiedzi. Oznacza to, że mogą weryfikować, poprawiać lub przekierowywać odpowiedzi z większą pewnością. To duży krok naprzód w stosunku do koncepcji „czarnej skrzynki”, która nadal występuje w wielu wynikach dużych modeli językowych (LLM) .

Aby uzyskać bardziej szczegółowe informacje na temat osiągów tego modelu, obejrzyj nagranie wideo, na którym Gemini 2.5 Pro jest testowany na żywo. Oto jeden z przykładów: Kiedy zapytano Gemini 2.5 Pro o ograniczenia dużych modeli językowych, wykazał się on niezwykłą świadomością. Opisuje typowe słabości i klasyfikuje je w obszarach takich jak „intuicja fizyczna”, „synteza nowych koncepcji”, „planowanie długoterminowe” i „niuanse etyczne”, zapewniając ramy, które pomagają użytkownikom zrozumieć, co model wie i jak podejść do problemu.

Zespoły inżynierów przedsiębiorstw mogą wykorzystać tę możliwość do:

• Debugowanie złożonych łańcuchów logicznych w aplikacjach o znaczeniu krytycznym
• Lepsze zrozumienie ograniczeń modelu w określonych domenach
• Zapewnianie interesariuszom bardziej przejrzystych decyzji opartych na sztucznej inteligencji
• Popraw swoje własne myślenie krytyczne poprzez studiowanie podejścia modelu

Jednym z istotnych ograniczeń jest to, że chociaż takie uporządkowane rozumowanie jest dostępne w aplikacji Gemini i Google AI Studio, to obecnie nie można do niego uzyskać dostępu za pośrednictwem interfejsu API — jest to niedociągnięcie dla deweloperów chcących zintegrować tę możliwość z aplikacjami korporacyjnymi.

2. Prawdziwy pretendent do najnowocześniejszej technologii – nie tylko w teorii

Model ten obecnie zajmuje czołowe miejsca w rankingu Chatbot Arena ze znaczną przewagą – wyprzedza o ponad 35 punktów ELO kolejny najlepszy model, w tym aktualizację OpenAI 4o wprowadzoną dzień po premierze Gemini 2.5 Pro. Choć dominacja w testach porównawczych jest często ulotna (ponieważ nowe modele pojawiają się co tydzień), Gemini 2.5 Pro naprawdę sprawia wrażenie innego.

Sprawdza się znakomicie w zadaniach wymagających głębokiego rozumowania: kodowaniu, rozwiązywaniu niuansów problemów, podsumowywaniu dokumentów, a nawet abstrakcyjnym planowaniu. W testach wewnętrznych program wypadł szczególnie dobrze w trudnych wcześniej testach porównawczych, takich jak „Ostatni egzamin ludzkości”, popularny test służący do wykrywania słabości LLM w obszarach abstrakcyjnych i niuansowych.

Grupy biznesowe mogą nie zwracać uwagi na to, który model wygra w danym rankingu akademickim. Ale będzie ich interesować, czy ten model potrafi myśleć – i pokażą ci, jak myśli. Test wibracyjny jest bardzo ważny.

Jak zauważył szanowany inżynier AI Nathan Lambert, „Google znów ma najlepsze modele, ponieważ to oni powinni byli rozpocząć cały ten boom AI. Wielki błąd został naprawiony”. Użytkownicy biznesowi powinni postrzegać to nie tylko jako próbę dogonienia przez Google konkurencji, ale także jako potencjalną szansę prześcignięcia jej w zakresie funkcji ważnych dla aplikacji biznesowych.

3. Na koniec, gra Google w szyfrowanie jest silna

Tradycyjnie Google pozostawało w tyle za OpenAI i Anthropic pod względem wsparcia kodowania ukierunkowanego na programistów. Gemini 2.5 Pro to zmienia.

W testach praktycznych wykazał on silne zdolności do rozwiązywania problemów z kodowaniem, w tym zbudowania działającej gry Tetris, która uruchomiła się od pierwszej próby po wyeksportowaniu do Replit — bez konieczności debugowania. Co jeszcze bardziej niezwykłe, w książce wyraźnie wyjaśniono strukturę kodu, w przemyślany sposób oznaczono zmienne i kroki oraz przedstawiono podejście, zanim jeszcze napisano choćby jedną linijkę kodu.

Model ten konkuruje z modelem Claude 3.7 Sonnet firmy Anthropic, który jest uważany za lidera w dziedzinie generowania kodu i jest jednym z głównych powodów sukcesu firmy Anthropic na rynku. Jednak Gemini 2.5 oferuje jedną ważną zaletę: ogromne okno kontekstowe tokenów, obejmujące nawet 1 milion osób. Claude 3.7 Sonnet oferuje obecnie tylko 500 000 tokenów.

To duże okno kontekstowe otwiera nowe możliwości wnioskowania na podstawie całej bazy kodu, czytania dokumentacji online i pracy na wielu współzależnych plikach. Doświadczenie inżyniera oprogramowania Simona Willisona pokazuje tę zaletę.

Podczas wdrażania nowej funkcji w naszej bazie kodu za pomocą Gemini 2.5 Pro model zidentyfikował niezbędne zmiany w 18 różnych plikach i ukończył cały projekt w około 45 minut, średnio mniej niż 3 minuty na zmodyfikowany plik. To poważne narzędzie dla firm eksperymentujących z frameworkami agentowymi lub środowiskami programistycznymi opartymi na sztucznej inteligencji.

4. Integracja wielu metod z zachowaniem agenta

Podczas gdy niektóre modele, takie jak najnowszy model 4o firmy OpenAI, mogą wyróżniać się większą liczbą elementów i przyciągać wzrok generowaniem obrazów, Gemini 2.5 Pro sprawia wrażenie, jakby po cichu redefiniował koncepcję ugruntowanego rozumowania multimodalnego.

W jednym z przykładów praktyczny eksperyment przeprowadzony przez Bena Dickson dla VentureBeat pokazał, że model ten potrafi wyodrębnić kluczowe informacje z opracowania technicznego na temat algorytmów wyszukiwania i wygenerować odpowiadający im diagram przepływu w formacie SVG — a następnie udoskonalić ten diagram przepływu, wyświetlając mu wyrenderowaną wersję z błędami wizualnymi. Ten poziom rozumowania multimodalnego pozwala na tworzenie nowych przepływów pracy, które wcześniej nie były możliwe w przypadku modeli opartych wyłącznie na tekście.

W innym przykładzie programista Sam Witteveen przesłał prosty zrzut ekranu mapy Las Vegas i zapytał, jakie wydarzenia Google odbywają się w pobliżu 9 kwietnia. Model zidentyfikował lokalizację, wywnioskował intencję użytkownika, przeszukał Internet i zwrócił dokładne szczegóły dotyczące Google Cloud Next, w tym datę, lokalizację i cytowanie. Wszystko to odbywa się bez konieczności użycia niestandardowego frameworka agenta, przy użyciu tylko podstawowego modelu i wbudowanej funkcji wyszukiwania.

W rzeczywistości ten multimodalny model wnioskowania na podstawie danych wejściowych wykracza poza samo patrzenie na niego. Sugeruje, jak może wyglądać przepływ pracy w firmie za 6 miesięcy: Prześlij dokumenty, diagramy i pulpity nawigacyjne, a następnie pozwól modelowi na syntezę, planowanie lub podejmowanie znaczących działań na podstawie treści.