Google startet erweiterte KI -Argumentationsmodellfamilie

Am Dienstag hat Google Gemini 2.5 eingeführt, eine neue Reihe von KI-Modellen, die tatsächlich einen Moment lang „nachdenken“, bevor sie eine Antwort geben. Es ist, als würden sie versuchen, uns Menschen nachzuahmen, oder?

An der Spitze steht Gemini 2.5 Pro Experimental, das Google als ihr bisher intelligentestes Modell anpreist. Dieses starke Modell ist multimodal und kann Argumentationsaufgaben wie ein Profi bewältigen. Ab Dienstag können Sie damit auf Google AI Studio experimentieren, oder wenn Sie 20 $ pro Monat für Gemini Advanced ausgeben, können Sie über die Gemini-App darauf zugreifen.

Google nimmt dieses Argumentationsding ziemlich ernst – sie planen, es in alle ihre zukünftigen KI-Modelle zu integrieren.

Seit OpenAI im September 2024 ihr erstes KI-Argumentationsmodell, o1, veröffentlicht hat, ist die Tech-Welt bemüht, Schritt zu halten. Jetzt haben Anthropic, DeepSeek, Google und xAI ihre eigenen Argumentationsmodelle ins Rennen geschickt. Diese Modelle benötigen etwas mehr Zeit und Rechenleistung, um Fakten zu überprüfen und Probleme durchzudenken, bevor sie eine Antwort geben.

Argumentationstechniken haben die KI-Welt revolutioniert, insbesondere in den Bereichen Mathematik und Programmierung. Viele in der Tech-Branche glauben, dass diese Argumentationsmodelle für KI-Agenten entscheidend sein werden – jene autonomen Systeme, die Aufgaben erledigen können, ohne dass wir Menschen ständig über sie wachen. Aber ja, sie sind auch teurer.

Google ist in diesem Bereich kein Neuling – sie haben bereits zuvor mit Argumentationsmodellen experimentiert, wie der „denkenden“ Version von Gemini, die im Dezember veröffentlicht wurde. Aber Gemini 2.5? Das ist ihr großer Versuch, OpenAI's „o“-Serie zu übertreffen.

Google behauptet, dass Gemini 2.5 Pro ihre älteren Modelle und einige der Spitzenreiter der Konkurrenz in einer Reihe von Benchmarks übertrifft. Sie haben Gemini 2.5 so angepasst, dass es bei visuell beeindruckenden Web-Apps und Programmierprojekten, die eigenständig funktionieren können, herausragt.

Im Aider Polyglot-Test für Code-Bearbeitung erzielte Gemini 2.5 Pro solide 68,6 % und übertraf damit die besten Modelle von OpenAI, Anthropic und DeepSeek. Doch im SWE-bench Verified-Test für Softwareentwicklung erreichte es 63,8 % – gut genug, um OpenAI's o3-mini und DeepSeek's R1 zu schlagen, aber es lag hinter Anthropic's Claude 3.7 Sonnet, das 70,3 % erreichte.

Dann gibt es noch Humanity's Last Exam, einen anspruchsvollen multimodalen Test mit Tausenden von Fragen zu Mathematik, Geisteswissenschaften und Naturwissenschaften. Gemini 2.5 Pro erreichte 18,8 %, was besser ist als die meisten großen Namen da draußen.

Gleich zu Beginn bietet Gemini 2.5 Pro ein Kontextfenster von 1 Million Token – das ist, als könnte man die gesamte „Herr der Ringe“-Reihe in einem Durchgang lesen. Und bald planen sie, das auf 2 Millionen Token zu verdoppeln.

Google hält die API-Preise vorerst geheim, aber sie versprechen, in den kommenden Wochen Details zu verraten.