谷歌发布旗舰推理模型：单次可处理百万token

3月26日消息，美国时间周二，谷歌发布Gemini 2.5系列人工智能推理模型。该系列模型在回答问题前会“思考”片刻。

作为这一系列模型的首发产品，Gemini 2.5 Pro Experimental已经率先亮相。这款多模态推理人工智能模型被谷歌称为“目前最智能的模型”。这一模型将于周二登陆谷歌开发者平台Google AI Studio，同时向每月支付20美元订阅“Gemini Advanced”的用户开放。

谷歌表示，未来所有新推出的人工智能模型都将集成推理能力。

自从OpenAI于2024年9月份发布首个人工智能推理模型o1以来，科技行业纷纷争相开发推理模型，想要匹配或超越o1的性能。目前，Anthropic、DeepSeek（深度求索）、谷歌和xAI等公司均已推出各自的人工智能推理模型，这些模型利用额外算力和时间，在输出答案之前先进行事实核查和逻辑推演。

推理技术使得人工智能模型在数学与编程任务中实现突破。许多科技界人士认为，推理模型将成为智能体的重要组成部分，使得这些人工智能系统可以无需人工干预自动完成任务，但成本也更高。

谷歌此前也曾尝试开发人工智能推理模型，去年12月份曾发布过具备“思考能力的Gemini，但Gemini 2.5系列模型则是谷歌挑战OpenAI“o”系列模型迄今最重磅尝试。

谷歌声称，Gemini 2.5 Pro在多项基准测试中都超越了前沿模型以及顶级竞争对手的部分产品，在视觉化网页应用开发和自动化编程等领域的表现尤为突出。

谷歌称，在名为Aider Polyglot的代码编辑评估中，Gemini 2.5 Pro得分为68.6%，力压OpenAI、Anthropic以及DeepSeek的部分顶尖模型。

但在软件开发能力测试SWE-bench Verified中，Gemini 2.5 Pro得分只有63.8%，虽然优于OpenAI的o3-mini和DeepSeek R1，但表现仍不敌Anthropic的Claude 3.7 Sonnet，后者得分为70.3%。

在涵盖数学、人文以及自然科学的综合性测试“人类终极考试”（Humanity’s Last Exam）中，谷歌表示Gemini 2.5 Pro得分为18.8%，表现优于大多数竞争对手的旗舰级模型。

此外，谷歌表示Gemini 2.5 Pro支持高达100万token的超大上下文窗口，单次可以处理约75万英文单词，远超《指环王》三部曲的总字数。谷歌透露，未来Gemini 2.5 Pro将支持200万token的双倍输入长度。

目前，谷歌尚未公布Gemini 2.5 Pro的API定价，但表示将在未来几周内公布。（辰辰）