Google은 새로운 기능 및 개선 사항으로 Gemini 2.5 Flash 및 Pro 모델을 업데이트합니다.

Tech Giant는 Gemini 2.5 Flash에 대한 개선 사항을 발표했습니다. 이제는 추론, 코드 및 긴 컨텍스트를위한 벤치 마크를 포함하여 거의 모든 차원에서 더 좋습니다.

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

Google은 상황을 이해하고 계획 및 조치를 취할 수있는“Universal AI Assistant”의 목표에 더 가깝게 이동하고 있습니다.

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.

오늘 Google I/O에서 Tech Giant는 Gemini 2.5 Flash를 향상 시켰다고 발표했습니다. 이제는 실험적인 강화 추론 모드 인 'Deep Thought'을 포함하여 2.5 Pro를 포함하여 2.5 Pro를 포함하여 거의 모든 차원에서 더 좋습니다.

“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.

Google DeepMind의 CEO 인 Demis Hassabis는“이것은 개인적이고 사전 예방 적이며 강력한 AI입니다.

‘Deep Think’ scores impressively on top benchmarks

'Deep Think'는 최고 벤치 마크에서 인상적으로 득점합니다

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!”).

Google은 3 월에 가장 지능적인 모델을 아직 고려한 Gemini 2.5 Pro를 발표하고 이달 초“I/O”코딩 에디션을 발표했습니다 (Hassabis와 함께“우리가 만든 최고의 코딩 모델”).

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

Hassabis는“우리는 스케치를 바꾸는 것에서 대화식 앱으로, 도시 전체를 시뮬레이션하는 것에 이르기까지 사람들이 만든 것에 깊은 인상을 받았습니다.

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.

그는 Alphago에 대한 Google의 경험을 바탕으로 AI 모델 응답이 더 많은 생각을 할 때 개선된다고 언급했다. 이로 인해 심해 과학자들은 병렬 기술을 포함하여 사고와 추론에 Google의 최신 최첨단 연구를 사용하는 Deep Think를 개발하게되었습니다.

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 Think는 2025 USA Mathematical Olympiad (USAMO)를 포함하여 가장 어려운 수학 및 코딩 벤치 마크에서 인상적인 점수를 보여주었습니다. 또한 경쟁 수준 코딩의 어려운 벤치 마크 인 LiveCodebench로 이어지고 MMMU에서 84.0%를 기록하며, 이는 멀티 모달 이해와 추론을 테스트합니다.

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.)

Hassabis는 다음과 같이 덧붙였습니다. (의미 : 현재와 마찬가지로, 기능을 널리 사용하기 전에 API를 통해 신뢰할 수있는 테스터가 피드백을받을 수 있습니다.)

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.

전반적으로 새로운 2.5 프로는 인기있는 코딩 리더 보드 Webdev Arena를 이끌며 ELO 점수 (체스와 같은 2 플레이어 게임에서 1420)의 상대적 기술 수준을 측정합니다 (중간에서 능숙 함). 또한 LMARENA 리더 보드의 모든 범주에 걸쳐있어 인간의 선호도를 기반으로 AI를 평가합니다.

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.

Hassabis는“우리는 스케치를 인터랙티브 앱으로 바꾸는 것에서부터 도시 전체를 시뮬레이션하는 것에 이르기까지 [사용자가 만든 것]에 깊은 인상을 받았습니다.

Important updates to Gemini 2.5 Pro, Flash

Gemini 2.5 Pro, Flash에 대한 중요한 업데이트

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.

또한 오늘날 Google은 속도, 효율성 및 저렴한 비용으로 설계된 워크 호스 모델로 간주되는 2.5 플래시를 발표했습니다. 2.5 Flash는 추론, 다중 분류, 코드 및 긴 상황에 대한 벤치 마크에서 전반적으로 개선되었습니다. Hassabis는 Lmarena 리더 보드의 2.5 Pro에 대한 "두 번째"라고 언급했습니다. 이 모델은 또한 20 ~ 30% 적은 토큰을 사용하여 더 효율적입니다.

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.

Google은 개발자 피드백을 기반으로 2.5 플래시를 최종 조정하고 있습니다. 이제 Google AI Studio, Vertex AI 및 Gemini 앱에서 미리보기에 사용할 수 있습니다. 일반적으로 6 월 초에 생산할 수 있습니다.

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.

Google은 더 자연스러운 대화 경험을 만들기위한 기본 오디오 출력, 여러 스피커를 지원하기위한 텍스트 음성, 생각 요약 및 사고 예산을 포함하여 Gemini 2.5 Pro 및 2.5 Flash에 추가 기능을 제공하고 있습니다.

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.

기본 오디오 입력 (미리보기)을 사용하면 사용자는 Gemini의 톤, 악센트 및 말하기 스타일을 조종 할 수 있습니다 (생각 : 스토리를 알 때 모델을 멜로 드라마틱 또는 Maudlin으로 지시 함). Project Mariner와 마찬가지로이 모델에는 도구 사용이 장착되어있어 사용자를 대신하여 검색 할 수 있습니다.

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.

다른 실험 초기 음성 특징에는 정서적 대화가 포함되어 있으며, 이는 모델에 사용자 음성에서 감정을 감지하고 그에 따라 응답 할 수있는 능력을 제공합니다. 배경 대화를 조정할 수있는 사전 오디오; 그리고 더 복잡한 작업을 지원하기 위해 Live API에서 생각합니다.

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.

Pro 및 Flash의 새로운 다중 스피커 기능은 24 개 이상의 언어를 지원하며 모델은 한 방언에서 다른 방언으로 빠르게 전환 할 수 있습니다. Google DeepMind의 CTO 인 Koray Kavukcuoglu와 Google DeepMind의 제품 관리 담당 수석 이사 인 Tulsee Doshi는“텍스트 음성은 표현력이 뛰어나고 속삭임과 같은 미묘한 뉘앙스를 포착 할 수 있습니다.

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

또한, 2.5 Pro와 Flash에는 이제 Gemini API 및 Vertex AI의 생각 요약이 포함됩니다. Kavukcuoglu와 Doshi는“모델의 생생한 생각을 가져 와서 헤더, 주요 세부 사항 및 모델 액션에 대한 정보가있는 명확한 형식으로 구성합니다. 목표는 모델의 사고에보다 체계적이고 간소화 된 형식을 제공하는 것입니다.