加入我们的每日和每周信息选票，以获取人工智能领先的行业照明中的最新更新和独家内容。了解更多
Gemini 2.5 Pro的发布并未在周二的新闻周期中占主导地位。他在同一周使用工作室启发的化身和即时渲染来更新开放式图像的一代社交网络。但是，当隆隆声去了Openai时，也许Google悄悄地将最准备就绪的推理模式放到了今天的企业中。
Gemini 2.5 Pro在基本模型竞赛中指出，Google在Google中有了显着的跳动 – 不仅在标准上，而且在使用方面。基于早期实验，参考数据和开发人员的实际反应，这是一个模型，它使那些做出企业的技术决策的人，尤其是那些历史上违约的人或克劳德（Openai）或克劳德（Claude）进行生产推理。
这是评估双子座2.5 Pro的企业的四个主要结论。
1。透明的结构化推理 – 新栏，以清晰的思想链
Gemini 2.5 Pro的区别，它不仅是其智能如何显然显示出其作品。 Google学习学习的步骤 – 逐步方法导致结构化的思维链（COT），这不像流浪汉或猜想，就像我们从诸如DeepSeek之类的模型中看到的那样。这些裤子不会像您在Openai型号中看到的那样将其截断为小简历。双胞胎的新模型以编号的步骤呈现了想法，并具有次 – 加拉和内部逻辑，它们令人惊讶地一致且透明。
从实际的角度来看，这是信任和可控性的突破。评估关键任务的结论的企业用户 – 例如，查看政治的后果，编码或总结复杂研究的逻辑 – 现在可以看到该模型如何得到答案。这意味着他们可以更自信地检查，纠正或重定向。这是“黑匣子”的重要演变，它仍然吸引了许多LLM结果。
要更深入地了解其在作用中的工作方式，请查看视频的细分，我们测试Gemini 2.5 Pro Live。在一个例子中，我们讨论了：当我们被问及大型语言模型的限制时，Gemini 2.5 Pro表现出了非凡的意识。他阅读了一般的弱点，并将它们分类为“物理直觉”，“概念的新综合”，“长距离计划”和“道德差异”，提供了帮助用户了解模型知道的知识以及如何处理问题的基础。
企业的技术团队可以利用这个机会：
- 在关键应用中调试复杂的推理链
- 更好地了解在特定领域的模型的限制
- 提供更多透明的决定 – 感兴趣的各方感兴趣的各方
- 通过研究模型的方法来改善自己的批判性思维
值得注意的一个限制：尽管这些结构化推理可以在Gemini和Google AI Studio应用程序中获得，但尚未通过API获得，这对于希望将此机会集成到公司应用程序的开发人员来说是一个缺点。
2。现代的真正竞争者，不仅在纸上
目前，该模型位于聊天机器人的领导者的顶部，在下一个最佳模型之前，具有明显的分离-35 ELO点，这是OpenAI 4O更新，该更新在Gemini 2.5 Pro Fall之后的第二天就下降了。尽管控制优势通常是短暂的皇冠（因为新型号每周一次），但Gemini 2.5 Pro觉得确实不同。
它超出了奖励深层推理的任务：编码，解决问题的细微差别解决方案，文档中的综合，甚至抽象计划。在内部测试中，它在以前困难的标准（例如“人类的最后考试”）中尤其出色，这是在抽象和细微差别领域发现LLM弱点的最爱。 （您可以在此处查看Google公告以及所有控制信息。）
企业团队可能不会照顾哪个模型获胜，哪个学术领导者表。但是他们不在乎它可能会有什么想法 – 并向您展示他们的想法。气氛测试很重要，此刻，轮到Google感觉到他们通过了。
正如备受尊敬的AI工程师内森·兰伯特（Nathan Lambert）指出的那样：“ Google再次拥有最好的模型，因为他们必须启动所有这些盛开的AI。战略错误是固定的。”企业用户不仅应该将其视为Google赶上竞争对手，而且还可以将它们逃脱到对业务应用重要的可能性。
3。最后：Google编码很强
从历史上看，Google在帮助编码方面落后于OpenAI和Anpropic，重点是开发人员。 Gemini 2.5 Pro在较大的路径上更改了这一点。
在实际的测试中，他表现出很强的一次性编码任务可能性，包括创建俄罗斯方块工作游戏，这是在首次尝试中的爬行者调试中出口时不需要的。这是更值得注意的：他清楚地通过代码结构进行了推理，在编写一行代码之前，周到地标记了变量和步骤，并列出了他的方法。
该模型竞争十四行诗Anpropic Claude 3.7，该3.7被认为是代码生成领域的领导者，也是企业中人类成功的主要原因。但是Gemini 2.5提供了一个关键的优势：每100万个令牌的质量上下文窗口。 Claude 3.7十四行诗现在才达到500,000个令牌。
这个大型的上下文窗口为所有代码库中的推理开辟了新的机会，阅读构建的文档，并在几个相互依存的文件中工作。 Simon Willison软件开发人员的经验说明了这一优势。当使用Gemini 2.5 Pro时，要在其代码库中实现新功能，该模型确定了18个不同文件的必要更改，并在大约45分钟内完成了整个项目 – 平均少于3分钟到更改的文件。对于尝试代理框架或开发媒体的企业，这是一个严肃的工具。
4。与行为类似的代理的多模式集成
虽然某些模型（例如上一个4o Openai）可以通过一系列明亮的图像显示出更具盲目的视觉效果，但Gemini 2.5 Pro觉得他悄悄地重新考虑了接地的多模式思维的样子。
在一个示例中，本·迪克森（Ben Dixon）对VentureBeat的实际测试证明了该模型从有关搜索算法的技术文章中提取关键信息并创建相应的SVG框图的能力，然后在显示带有视觉错误的版本时改进此框图。这种级别的多模式推理允许仅使用文本模型来以前无法实现的新工作过程。
在另一个示例中，开发人员Sam Wittevin加载了Las -Vegas卡的简单屏幕截图，并询问4月9日附近发生了什么Google事件（请参阅16:35此视频）。该模型确定了该位置，使用户的意图，在Internet上进行搜索（接地打开），并在以下内容（包括日期，位置和报价）中返回有关Google Cloud的确切信息。所有这些都没有代理商的用户框架，只有主要模型和集成搜索。
该模型实际上导致了这种多模式输入的原因，除了他只是看着他的事实。这暗示了企业的工作流程在六个月后的外观：加载文档，图表，信息面板 – 以及该模型是否进行了重要的综合，计划或基于内容。
奖金：只是…有用
尽管他不是一个单独的撤离，但值得注意的是：这是双胞胎在我们许多人中从LLM“ Zadon”中提取Google的第一个版本。以前的版本从未进入每日使用，因为OpenAI或Claude等型号安装了议程。 Gemini 2.5 Pro以另一种方式感觉。推理的质量，漫长的上下文和实用性的实用性示例，导出出口和工作室访问，使其成为模型，很难忽略。
但是，这是第一天。该模型尚未在Google Cloud Vertex AI中，尽管Google表示很快就会。仍然存在一些延迟问题，尤其是在更深入的推理过程中（如此大量的思想令牌，这对第一个令牌意味着什么？），而且价格没有被披露。
另一个警告我对他的写作能力的看法：Openai和Claude，他们仍然觉得自己在创建一个可读性的散文方面具有优势。双胞胎。 2.5感觉非常结构化，他没有足够的对话平稳性，其他人提供的。我注意到这是最近他们引起了很多关注。
但是对于企业平衡了绩效，透明度和规模，Gemini 2.5 Pro，也许只是使Google成为一个严肃的对手。
正如Zoom CTO Xuedong Huang：Google在生产中的LLM时保持坚定。 Gemini 2.5 Pro只是让我们有理由相信明天可能比昨天更正确。
在此处观看有关企业后果的完整视频：
Source link
