Google aktualisiert seine Gemini 2.5 Flash- und Pro -Modelle mit neuen Funktionen und Verbesserungen

Der Tech -Riese kündigte Verbesserungen zu seinem Gemini 2.5 Flash an - er ist jetzt in fast jeder Dimension besser, einschließlich Benchmarks für Argumentation, Code und langer Kontext

Google is moving closer to its goal of a “universal AI assistant” that can understand context, plan and take action.

Google nähert sich seinem Ziel eines „universellen KI -Assistenten“, der Kontext, Planen und Maßnahmen verstehen kann.

Today at Google I/O, the tech giant announced enhancements to its Gemini 2.5 Flash — it’s now better across nearly every dimension, including benchmarks for reasoning, code and long context — and 2.5 Pro, including an experimental enhanced reasoning mode, ‘Deep Think,’ that allows Pro to consider multiple hypotheses before responding.

Heute kündigte der Tech -Riese bei Google I/O die Verbesserungen seiner Gemini 2.5 -Flash an - jetzt ist er in fast jeder Dimension besser, einschließlich Benchmarks für Argumentation, Code und langer Kontext - und 2,5 Pro, einschließlich eines experimentellen erweiterten Argumentationsmodus, "Deep Think", das Pros über mehrere Hypothesen berücksichtigt wird.

“This is our ultimate goal for the Gemini app: An AI that’s personal, proactive and powerful,” Demis Hassabis, CEO of Google DeepMind, said in a press pre-brief.

"Dies ist unser ultimatives Ziel für die Gemini-App: eine KI, die persönlich, proaktiv und leistungsfähig ist", sagte Demis Hassabis, CEO von Google Deepmind, in einer Presse vor der Briefe.

‘Deep Think’ scores impressively on top benchmarks

'Deep Think' erzielt eindrucksvoll auf Top -Benchmarks

Google announced Gemini 2.5 Pro — what it considers its most intelligent model yet, with a one-million-token context window — in March, and released its “I/O” coding edition earlier this month (with Hassabis calling it “the best coding model we’ve ever built!”).

Google kündigte Gemini 2.5 Pro an-was es als intelligentestes Modell mit einem ein Millionen gepflegten Kontextfenster betrachtet-im März und veröffentlichte Anfang dieses Monats seine „I/O“ -Kodierungsausgabe (wobei Hassabis es „das beste Codierungsmodell, das wir je erstellt haben!“).

“We’ve been really impressed by what people have created, from turning sketches into interactive apps to simulating entire cities,” said Hassabis.

"Wir waren wirklich beeindruckt von dem, was die Menschen geschaffen haben, von Skizzen in interaktive Apps bis hin zur Simulation ganzer Städte", sagte Hassabis.

He noted that, based on Google’s experience with AlphaGo, AI model responses improve when they’re given more time to think. This led DeepMind scientists to develop Deep Think, which uses Google’s latest cutting-edge research in thinking and reasoning, including parallel techniques.

Er stellte fest, dass sich AI -Modellantworten basierend auf Googles Erfahrungen mit Alphago verbessern, wenn sie mehr Zeit zum Nachdenken haben. Dies veranlasste DeepMind-Wissenschaftler, Deep Think zu entwickeln, das die neueste neueste Forschung von Google in Bezug auf Denken und Argumentation, einschließlich paralleler Techniken, verwendet.

Deep Think has shown impressive scores on the hardest math and coding benchmarks, including the 2025 USA Mathematical Olympiad (USAMO). It also leads on LiveCodeBench, a difficult benchmark for competition-level coding, and scores 84.0% on MMMU, which tests multimodal understanding and reasoning.

Deep Think hat beeindruckende Ergebnisse für die härtesten Mathematik- und Codierungsbenchmarks gezeigt, einschließlich der mathematischen Olympiade 2025 USA (USAMO). Es führt auch auf LivecodeBench, einem schwierigen Benchmark für die Codierung auf Wettbewerbsebene, und beträgt 84,0% auf MMMU, wodurch multimodales Verständnis und Argument getestet werden.

Hassabis added, “We’re taking a bit of extra time to conduct more frontier safety evaluations and get further input from safety experts.” (Meaning: As for now, it is available to trusted testers via the API for feedback before the capability is made widely available.)

Hassabis fügte hinzu: "Wir nehmen uns etwas mehr Zeit, um mehr Grenzsicherheitsbewertungen durchzuführen und weitere Input von Sicherheitsexperten zu erhalten." (Das heißt: Wie vorerst steht es für vertrauenswürdige Tester über die API zur Verfügung, um Feedback zu erhalten, bevor die Fähigkeit weit verbreitet ist.)

Overall, the new 2.5 Pro leads popular coding leaderboard WebDev Arena, with an ELO score — which measures the relative skill level of players in two-player games like chess — of 1420 (intermediate to proficient). It also leads across all categories of the LMArena leaderboard, which evaluates AI based on human preference.

Insgesamt führt der neue 2,5 Pro beliebte Coding-Leaderboard-Webdev-Arena mit einem ELO-Score, der das relative Fähigkeitsniveau der Spieler in Zwei-Spieler-Spielen wie Schach von 1420 misst (mittlere bis kompetente). Es führt auch in allen Kategorien der Larena -Rangliste, die KI anhand menschlicher Präferenz bewertet.

Since its launch, “we’ve been really impressed by what [users have] created, from turning sketches into interactive apps to simulating entire cities,” said Hassabis.

Seit dem Start waren „wir wirklich beeindruckt von dem, was [Benutzer] erstellt haben, von Skizzen in interaktive Apps bis hin zur Simulation ganzer Städte“, sagte Hassabis.

Important updates to Gemini 2.5 Pro, Flash

Wichtige Aktualisierungen von Gemini 2.5 Pro, Flash

Also today, Google announced an enhanced 2.5 Flash, considered its workhorse model designed for speed, efficiency and low cost. 2.5 Flash has been improved across the board in benchmarks for reasoning, multimodality, code and long context — Hassabis noted that it’s “second only” to 2.5 Pro on the LMArena leaderboard. The model is also more efficient, using 20 to 30% fewer tokens.

Auch heute kündigte Google einen erweiterten 2,5 -Flash an, der für Geschwindigkeit, Effizienz und niedrige Kosten sein Workforse -Modell betrachtet hat. 2,5 Flash wurde in Benchmarks für Argumentation, Multimodalität, Code und langer Kontext auf der ganzen Linie verbessert. Das Modell ist ebenfalls effizienter und verwendet 20 bis 30% weniger Token.

Google is making final adjustments to 2.5 Flash based on developer feedback; it is now available for preview in Google AI Studio, Vertex AI and in the Gemini app. It will be generally available for production in early June.

Google nimmt die endgültigen Anpassungen auf 2,5 Blitz vor, basierend auf dem Entwickler -Feedback. Es ist ab sofort für die Vorschau in Google AI Studio, Vertex AI und in der Gemini -App verfügbar. Es wird im Allgemeinen Anfang Juni für die Produktion erhältlich sein.

Google is bringing additional capabilities to both Gemini 2.5 Pro and 2.5 Flash, including native audio output to create more natural conversational experiences, text-to-speech to support multiple speakers, thought summaries and thinking budgets.

Google bringt zusätzliche Funktionen sowohl für Gemini 2.5 Pro als auch in 2.5 Flash, einschließlich der nativen Audioausgabe, um mehr natürliche Konversationserlebnisse zu schaffen, Text-zu-Sprache, um mehrere Lautsprecher zu unterstützen, überlegte Zusammenfassungen und Denkbudgets.

With native audio input (in preview), users can steer Gemini’s tone, accent and style of speaking (think: directing the model to be melodramatic or maudlin when telling a story). Like Project Mariner, the model is also equipped with tool use, allowing it to search on users’ behalf.

Mit den nativen Audioeingaben (in der Vorschau) können Benutzer Geminis Ton, Akzent und Sprechstil steuern (denken Sie an: das Modell als melodramatisch oder maudlin anweisen, wenn Sie eine Geschichte erzählen). Wie bei Project Mariner ist das Modell auch mit Toolsgebrauch ausgestattet, sodass es im Namen der Benutzer suchen kann.

Other experimental early voice features include affective dialogue, which gives the model the ability to detect emotion in user voice and respond accordingly; proactive audio that allows it to tune out background conversations; and thinking in the Live API to support more complex tasks.

Andere experimentelle frühe Sprachmerkmale sind affektiver Dialog, das dem Modell die Möglichkeit gibt, Emotionen in der Benutzerstimme zu erkennen und entsprechend zu reagieren. proaktiver Audio, mit dem es Hintergrundgespräche ausschaltet; und in der Live -API zu denken, um komplexere Aufgaben zu unterstützen.

New multiple-speaker features in both Pro and Flash support more than 24 languages, and the models can quickly switch from one dialect to another. “Text-to-speech is expressive and can capture subtle nuances, such as whispers,” Koray Kavukcuoglu, CTO of Google DeepMind, and Tulsee Doshi, senior director for product management at Google DeepMind, wrote in a blog posted today.

Neue Multiple-Sprecher-Funktionen sowohl in Pro als auch in Flash unterstützen mehr als 24 Sprachen, und die Modelle können schnell von einem Dialekt zum anderen wechseln. "Text-to-Speech ist ausdrucksstark und kann subtile Nuancen wie Flüstern erfassen", schrieb Koray Kavukcuoglu, CTO von Google Deepmind und Tulsee Doshi, Senior Director für Produktmanagement bei Google Deepmind, in einem heute veröffentlichten Blog.

Further, 2.5 Pro and Flash now include thought summaries in the Gemini API and Vertex AI. These “take the model’s raw thoughts and organize them into a clear format with headers, key details, and information about model actions, like when they use tools,” Kavukcuoglu and Doshi explain. The goal is to provide a more structured, streamlined format for the model’s thinking

Darüber hinaus enthalten 2,5 Pro und Flash jetzt Gedankenzusammenfassungen in der Gemini -API und in der Vertex AI. Diese „nehmen die rohen Gedanken des Modells und organisieren sie in ein klares Format mit Header, Schlüsseldetails und Informationen über Modellaktionen, wie wenn sie Tools verwenden“, erklären Kavukcuoglu und Doshi. Ziel ist es, ein strukturierteres, optimiertes Format für das Denken des Modells zu liefern