Gemini 2.5 Pro 以更大的数字和出色的氛围来了

快速阅读: 《Ars Technica》消息，谷歌推出Gemini 2.5 Pro实验版，称其为目前“最智能”的模型之一，具有超大上下文窗口和强大推理能力。该模型在多项基准测试中表现出色，特别是在长上下文处理和复杂问题解答上优于竞争对手。

在推出首个Gemini 2.0 AI模型后的几个月内，谷歌再次带来了全新升级。这家科技巨头表示，最新的Gemini 2.5 Pro实验版是目前“最智能”的模型之一，具备超大的上下文窗口、多模态处理能力以及强大的推理能力。谷歌通过一系列基准测试展示了新模型的卓越表现，我们的测试结果也印证了这一点——Gemini 2.5 Pro堪称我们见过的最具影响力且最令人印象深刻的生成式AI模型之一。

谷歌指出，与所有未来发布的模型一样，Gemini 2.5集成了推理功能。这种“类人推理模拟”虽然无法直接证明其与人类推理类似，却能显著提高大型语言模型（LLMs）的输出质量。谷歌特别强调，这种推理机制赋予了Gemini 2.5 Pro“自主”编码的能力。例如，这款实验版模型能够仅凭单一提示生成一款完整的可玩视频游戏。经过我们的实际测试，其公开版本可以很好地生成完整的游戏，并能在一次操作中完成游戏构建。

谷歌对Gemini 2.5 Pro充满溢美之词：它更聪明、更有上下文感知能力、更善于思考。然而，要具体量化生成式AI机器人究竟有哪些改进仍然存在一定难度。不过，确实存在一些显而易见的技术优势。Gemini 2.5 Pro拥有长达100万个标记的上下文窗口，这一规模远远超过OpenAI的GPT或Anthropic的Claude等竞争者。你可以在一个单一提示中向Gemini 2.5 Pro输入多本非常长的书籍，而它的输出最大值可达64,000个标记，这与Flash 2.0相当，但在其他LLMs中依然属于海量标记。

当然，谷歌已经通过一系列基准测试对Gemini 2.5实验版进行了评估，结果显示它在某些方面略胜一筹。例如，在GPQA和AIME 2025两项测试中，它以微弱优势领先于OpenAI的o3-mini，这两项测试分别用于衡量AI回答关于科学和数学复杂问题的能力。此外，在由领域专家精心设计的3,000道题目的Humanity’s Last Exam基准测试中，谷歌的新AI取得了18.8%的成绩，而OpenAI则为14%。

请注意：文中提及的所有名称如Gemini、Google、OpenAI、Anthropic等均为音译。

(以上内容均由Ai生成)