Google testet einen neuen experimentellen Modus für Gemini 2.5 Pro, der tiefere Argumentationsfunktionen und native Audioausgabe ergänzt

Der neue Modus, der "Deep Think" bezeichnet wird, soll dem Modell helfen, mehrere Hypothesen zu bewerten, bevor eine Eingabeaufforderung beantwortet werden. Laut Google basiert es auf neuen Forschungsmethoden und wird derzeit mit einer begrenzten Gruppe von Gemini -API -Benutzern getestet.

Google is introducing deeper reasoning capabilities and native audio output to its Gemini 2.5 Pro model in an experimental mode called "Deep Think."

Google führt in einem experimentellen Modus namens "Deep Think" tiefere Argumentationsfunktionen und native Audioausgabe in sein Gemini 2.5 Pro -Modell ein.

This new mode, which is still under testing with a limited group of Gemini API users, encourages the model to consider multiple hypotheses before arriving at an answer.

Dieser neue Modus, der noch mit einer begrenzten Gruppe von Gemini -API -Benutzern getestet wird, ermutigt das Modell, mehrere Hypothesen zu berücksichtigen, bevor Sie zu einer Antwort ankommen.

The technology behind Deep Think is based on new research methods at Google AI, and the company claims that Gemini 2.5 Pro with Deep Think outperforms OpenAI's o3 model on several benchmarks.

Die Technologie hinter Deep Think basiert auf neuen Forschungsmethoden bei Google AI, und das Unternehmen behauptet, dass Gemini 2.5 Pro mit Deep Think OpenAs O3 -Modell auf mehreren Benchmarks übertrifft.

These include the USAMO 2025 math test, the LiveCodeBench programming benchmark, and MMMU, a test for multimodal reasoning.

Dazu gehören der USAMO 2025 Mathematik -Test, der LiveCodebench -Programmierbenchmark und ein MMMU, ein Test für multimodales Denken.

Gemini 2.5 Flash, optimized for speed and efficiency, has also been updated with improved performance on reasoning, multimodal tasks, and code generation.

Gemini 2.5 Flash, optimiert für Geschwindigkeit und Effizienz, wurde ebenfalls mit einer verbesserten Leistung bei Argumentation, multimodalen Aufgaben und Codeerzeugung aktualisiert.

The latest version of Flash can perform the same tasks using 20 to 30 percent fewer tokens.

Die neueste Version von Flash kann die gleichen Aufgaben mit 20 bis 30 Prozent weniger Token ausführen.

Both Gemini 2.5 Pro and Flash now support native text-to-speech with multiple speaker profiles. The voice output can capture subtle effects like whispers and emotional tone, and supports more than 24 languages.

Sowohl Gemini 2.5 Pro als auch Flash unterstützen nun native Text-to-Speech mit mehreren Lautsprecherprofilen. Die Sprachausgabe kann subtile Effekte wie Flüstern und emotionaler Ton erfassen und unterstützt mehr als 24 Sprachen.

Developers can control accent, tone, and speaking style through the Live API.

Entwickler können Akzent, Ton und Sprechstil durch die Live -API kontrollieren.

Two new features—"Affective Dialogue" and "Proactive Audio"—aim to make voice interactions feel more natural.

Zwei neue Funktionen - "affektiver Dialog" und "proaktives Audio" -, werden sich natürlicher anfühlen.

Affective Dialogue allows the model to detect emotion in a user's voice and respond accordingly—whether that’s neutrally, empathetically, or in a cheerful tone.

Durch den affektiven Dialog kann das Modell Emotionen in der Stimme eines Benutzers erkennen und entsprechend reagieren - ob neutral, einfühlsam oder in einem fröhlichen Ton.

Proactive Audio helps filter out background conversations, so the AI only responds when it's directly addressed. The goal is to reduce accidental interactions and make voice control more reliable.

Proactive Audio hilft dabei, Hintergrundgespräche herauszufiltern, sodass die KI nur dann reagiert, wenn sie direkt angesprochen wird. Ziel ist es, zufällige Interaktionen zu reduzieren und die Sprachkontrolle zuverlässiger zu gestalten.

Google is also bringing features from Project Mariner into the Gemini API and Vertex AI, allowing the model to control computer applications like a web browser.

Google bringt auch Funktionen von Project Mariner in die Gemini API und die Vertex AI ein, sodass das Modell Computeranwendungen wie einen Webbrowser steuern kann.

For developers, Gemini now includes "thought summaries", a structured view of the model’s internal reasoning and the actions it takes.

Für Entwickler enthält Gemini nun "Gedankenzusammenfassungen", eine strukturierte Sicht auf das interne Denken des Modells und die Maßnahmen, die es erquert.

To manage performance, developers can configure "thinking budgets" to limit or disable the number of tokens the model uses for reasoning.

Um die Leistung zu verwalten, können Entwickler "Denkbudget" konfigurieren, um die Anzahl der Token zu begrenzen oder zu deaktivieren, die das Modell für die Argumentation verwendet.

The Gemini API also now supports Anthropic's Model Context Protocol (MCP), which could make it easier to integrate with open-source tools.

Die Gemini-API unterstützt jetzt auch das Modellkontextprotokoll (MCP) von Anthropic, das es einfacher erleichtern könnte, sich in Open-Source-Tools zu integrieren.

Google is exploring hosted MCP servers to support agent-based application development.

Google untersucht gehostete MCP-Server, um die agentenbasierte Anwendungsentwicklung zu unterstützen.