Google啟動高級AI推理模型系列

週二，Google 推出了 Gemini 2.5，這是一組全新的 AI 模型，會在給出答案前「思考」片刻。就像它們在試圖模仿我們人類，對吧？

領銜的是 Gemini 2.5 Pro Experimental，Google 宣稱這是迄今為止他們最聰明的模型。這款強大的模型支援多模態，能輕鬆應對推理任務。你可以從週二開始在 Google AI Studio 上體驗它，或者如果你每月支付 20 美元訂閱 Gemini Advanced，就可透過 Gemini 應用程式使用它。

Google 對推理功能非常認真——他們計劃將其融入未來所有的 AI 模型中。

自從 OpenAI 在 2024 年 9 月推出了首個 AI 推理模型 o1 後，科技界一直在競相追趕。現在，Anthropic、DeepSeek、Google 和 xAI 都紛紛推出自己的推理模型。這些模型需要更多時間和計算能力來驗證事實並思考問題，然後才給出答案。

推理技術對 AI 來說是一大突破，特別是在數學和程式設計領域。許多科技界人士認為，這些推理模型對 AI 代理至關重要——那些無需人類監督就能自主完成任務的系統。不過，沒錯，它們的成本也更高。

Google 對此並不陌生——他們之前已經嘗試過推理模型，比如去年 12 月發布的 Gemini「思考」版本。但 Gemini 2.5？這是他們試圖超越 OpenAI「o」系列的大手筆。

Google 聲稱 Gemini 2.5 Pro 在多項基準測試中超越了他們的舊模型以及競爭對手的頂尖模型。他們針對視覺效果出色的網頁應用程式和可獨立運作的程式設計項目，特別優化了 Gemini 2.5。

在 Aider Polyglot 程式碼編輯測試中，Gemini 2.5 Pro 獲得了 68.6% 的優異成績，擊敗了 OpenAI、Anthropic 和 DeepSeek 的最佳表現。但在 SWE-bench Verified 軟體開發測試中，它達到了 63.8%——足以擊敗 OpenAI 的 o3-mini 和 DeepSeek 的 R1，但未能超越 Anthropic 的 Claude 3.7 Sonnet，後者得分 70.3%。

還有「人類的最後考試」，這是一項涵蓋數學、人文和科學的艱難多模態測試，包含數千道問題。Gemini 2.5 Pro 取得了 18.8% 的成績，優於大多數知名模型。

一推出，Gemini 2.5 Pro 就具備 100 萬 token 的上下文窗口——這就像能一口氣讀完整個《魔戒》系列。很快，他們還計劃將其擴展到 200 萬 token。

Google 目前尚未公開 API 定價，但他們承諾在未來幾週內會透露詳情。