谷歌近日在人工智能領(lǐng)域邁出了重要一步，推出了Gemini 2.5系列推理模型。這些模型具備在回答問(wèn)題前進(jìn)行“思考”的能力，標(biāo)志著AI技術(shù)的進(jìn)步。
其中，Gemini 2.5 Pro Experimental是這一系列中的佼佼者，谷歌稱(chēng)其為迄今為止最智能的模型。這款多模式推理AI模型將于本周二在Google AI Studio和Gemini應(yīng)用程序中上線(xiàn)，供Gemini Advanced計(jì)劃的訂閱者使用，該計(jì)劃每月費(fèi)用為20美元。
隨著Gemini 2.5的發(fā)布，谷歌明確表示，未來(lái)所有新的人工智能模型都將具備推理能力。這一決策反映了科技行業(yè)對(duì)AI推理模型的重視，自O(shè)penAI在2024年9月推出首個(gè)AI推理模型以來(lái)，眾多科技公司紛紛跟進(jìn)，Anthropic、DeepSeek、Google和xAI等都推出了自己的推理模型。
這些推理模型通過(guò)增加計(jì)算能力和時(shí)間來(lái)核實(shí)事實(shí)、推理問(wèn)題，從而提供更準(zhǔn)確的答案。它們?cè)跀?shù)學(xué)和編碼任務(wù)上取得了顯著進(jìn)步，被認(rèn)為是未來(lái)自主系統(tǒng)（人工智能代理）的關(guān)鍵組成部分。然而，這也帶來(lái)了成本上的挑戰(zhàn)，推理模型通常比傳統(tǒng)模型更昂貴。
事實(shí)上，谷歌并非首次嘗試AI推理模型。去年12月，谷歌就發(fā)布了Gemini的思考版本。但Gemini 2.5無(wú)疑是谷歌迄今為止最認(rèn)真的嘗試，旨在超越OpenAI的o系列模型。谷歌聲稱(chēng)，Gemini 2.5 Pro在多個(gè)基準(zhǔn)測(cè)試中均表現(xiàn)出色，優(yōu)于其之前的前沿AI模型以及一些領(lǐng)先的競(jìng)爭(zhēng)AI模型。
特別是在一項(xiàng)名為Aider Polyglot的代碼編輯評(píng)估中，Gemini 2.5 Pro的得分高達(dá)68.6%，超過(guò)了OpenAI、Anthropic和DeepSeek的頂尖模型。然而，在另一項(xiàng)衡量軟件開(kāi)發(fā)能力的測(cè)試SWE-bench Verified中，Gemini 2.5 Pro雖然以63.8%的得分優(yōu)于OpenAI的o3-mini和DeepSeek的R1，但仍略低于Anthropic的Claude 3.7 Sonnet，后者的得分為70.3%。
在人類(lèi)的最后考試中，Gemini 2.5 Pro也表現(xiàn)出色，得分為18.8%，優(yōu)于大多數(shù)競(jìng)爭(zhēng)對(duì)手的旗艦機(jī)型。這場(chǎng)多模式測(cè)試包含了數(shù)千道涉及數(shù)學(xué)、人文和自然科學(xué)的眾包問(wèn)題，是對(duì)AI模型綜合能力的全面考驗(yàn)。
Gemini 2.5 Pro配備了100萬(wàn)個(gè)token上下文窗口，這意味著AI模型一次可以接收大約75萬(wàn)個(gè)單詞的信息，比整個(gè)《指環(huán)王》系列叢書(shū)的長(zhǎng)度還要長(zhǎng)。未來(lái)，Gemini 2.5 Pro還將支持兩倍的輸入長(zhǎng)度，即200萬(wàn)個(gè)token。
然而，關(guān)于Gemini 2.5 Pro的API定價(jià)，谷歌尚未公布具體信息。該公司表示將在未來(lái)幾周內(nèi)提供更多詳情。
