谷歌近日在人工智能领域迈出了重要一步，推出了Gemini 2.5系列推理模型。这些模型具备在回答问题前进行“思考”的能力，标志着AI技术的进步。
其中，Gemini 2.5 Pro Experimental是这一系列中的佼佼者，谷歌称其为迄今为止最智能的模型。这款多模式推理AI模型将于本周二在Google AI Studio和Gemini应用程序中上线，供Gemini Advanced计划的订阅者使用，该计划每月费用为20美元。
随着Gemini 2.5的发布，谷歌明确表示，未来所有新的人工智能模型都将具备推理能力。这一决策反映了科技行业对AI推理模型的重视，自OpenAI在2024年9月推出首个AI推理模型以来，众多科技公司纷纷跟进，Anthropic、DeepSeek、Google和xAI等都推出了自己的推理模型。
这些推理模型通过增加计算能力和时间来核实事实、推理问题，从而提供更准确的答案。它们在数学和编码任务上取得了显著进步，被认为是未来自主系统（人工智能代理）的关键组成部分。然而，这也带来了成本上的挑战，推理模型通常比传统模型更昂贵。
事实上，谷歌并非首次尝试AI推理模型。去年12月，谷歌就发布了Gemini的思考版本。但Gemini 2.5无疑是谷歌迄今为止最认真的尝试，旨在超越OpenAI的o系列模型。谷歌声称，Gemini 2.5 Pro在多个基准测试中均表现出色，优于其之前的前沿AI模型以及一些领先的竞争AI模型。
特别是在一项名为Aider Polyglot的代码编辑评估中，Gemini 2.5 Pro的得分高达68.6%，超过了OpenAI、Anthropic和DeepSeek的顶尖模型。然而，在另一项衡量软件开发能力的测试SWE-bench Verified中，Gemini 2.5 Pro虽然以63.8%的得分优于OpenAI的o3-mini和DeepSeek的R1，但仍略低于Anthropic的Claude 3.7 Sonnet，后者的得分为70.3%。
在人类的最后考试中，Gemini 2.5 Pro也表现出色，得分为18.8%，优于大多数竞争对手的旗舰机型。这场多模式测试包含了数千道涉及数学、人文和自然科学的众包问题，是对AI模型综合能力的全面考验。
Gemini 2.5 Pro配备了100万个token上下文窗口，这意味着AI模型一次可以接收大约75万个单词的信息，比整个《指环王》系列丛书的长度还要长。未来，Gemini 2.5 Pro还将支持两倍的输入长度，即200万个token。
然而，关于Gemini 2.5 Pro的API定价，谷歌尚未公布具体信息。该公司表示将在未来几周内提供更多详情。
