Google Deepmind hat mit Gemini 2.5 Pro sein bisher leistungsstärkstes KI-Modell vorgestellt.
Laut Google führt Gemini 2.5 Pro Experimental bereits zahlreiche Benchmark-Tests mit teilweise deutlichem Vorsprung an, darunter die Chatbot-Arena, die menschliche Präferenzen misst.
Das Modell ist das erste große Reasoning-Modell des Unternehmens nach den ersten Experimenten mit Flash 2.0 Thinking. Google plant, diese Denkfähigkeiten in Zukunft direkt in alle seine Modelle zu integrieren.
Gemini 2.5 Pro ist das bisher beste Google-Modell
Gemini 2.5 Pro zeigt laut Google starke Leistungen in verschiedenen Bereichen: Bei komplexen Denkaufgaben erzielt das Modell ohne spezielle Optimierungen gute Ergebnisse in mathematisch-naturwissenschaftlichen Tests wie GPQA und AIME. Im anspruchsvollen "Humanity's Last Exam" erreicht es 18,8 % - der beste Wert unter den Modellen ohne zusätzliche Tools.
Im Bereich Programmierung überzeugt Gemini 2.5 Pro laut Google besonders bei der Entwicklung von Web-Apps und der Code-Transformation. Mit einer angepassten Agentenkonfiguration erreicht es in der SWE-Bench Verified 63,8 %. Als Beispiel zeigt Google, wie das neue Modell aus einer einzeiligen Anweisung funktionierenden Spielecode generiert. Allerdings liegt Anthropics Claude 3.7 Sonnet Thinking im Benchmark immer noch vor Google.
Gemini 2.5 Pro ist das erste echte multimodale Reasoning-Modell
Wie seine Vorgänger ist Gemini 2.5 multimodal und kann Text, Audio, Bilder, Video und Code verarbeiten - eine Vielfalt, die bisher kein konkurrierendes Modell bietet. Darüber hinaus verfügt Gemini 2.5 Pro über das von Google gewohnte große Kontextfenster von 1 Million Token, das Unternehmen plant eine Erweiterung auf 2 Millionen.
Entwickler und Unternehmen können bereits jetzt mit Gemini 2.5 Pro in Google AI Studio experimentieren. Nutzer von Gemini Advanced können das Modell in der Dropdown-Liste auf Desktop und Mobilgeräten auswählen. Die Verfügbarkeit in Vertex AI ist für die kommenden Wochen geplant, ebenso wie die Bekanntgabe der Preisgestaltung.
