Google ਦਾ Gemini 2.5 Pro: AI ਤਰਕ ਵਿੱਚ ਨਵਾਂ ਰਾਹ

ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਵਿਕਾਸ ਦੀ ਨਿਰੰਤਰ ਗਤੀ ਤਕਨੀਕੀ ਦ੍ਰਿਸ਼ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦੇ ਰਹੀ ਹੈ, ਅਤੇ Google ਨੇ ਹੁਣੇ ਹੀ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਨਵੀਂ ਚੁਣੌਤੀ ਪੇਸ਼ ਕੀਤੀ ਹੈ। ਪੇਸ਼ ਹੈ Gemini 2.5 Pro, ਕੰਪਨੀ ਦੇ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੇ Gemini 2.5 ਪਰਿਵਾਰ ਦਾ ਪਹਿਲਾ ਮਾਡਲ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਹੋਰ ਵਾਧਾਤਮਕ ਅੱਪਡੇਟ ਨਹੀਂ ਹੈ; Google ਇਸ ਮਲਟੀਮੋਡਲ ਤਰਕ ਇੰਜਣ ਨੂੰ ਇੱਕ ਜ਼ਬਰਦਸਤ ਸ਼ਕਤੀ ਵਜੋਂ ਸਥਾਪਤ ਕਰਦਾ ਹੈ, ਖਾਸ ਤੌਰ ‘ਤੇ ਕੋਡਿੰਗ, ਗਣਿਤ, ਅਤੇ ਵਿਗਿਆਨਕ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ ਦੇ ਮੰਗ ਵਾਲੇ ਖੇਤਰਾਂ ਵਿੱਚ OpenAI, Anthropic, ਅਤੇ DeepSeek ਵਰਗੇ ਸਥਾਪਤ ਵਿਰੋਧੀਆਂ ਨਾਲੋਂ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਦਾਅਵਾ ਕਰਦਾ ਹੈ। ਇਹ ਉਦਘਾਟਨ ਨਾ ਸਿਰਫ਼ ਸਮਰੱਥਾ ਵਿੱਚ ਇੱਕ ਛਾਲ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ, ਸਗੋਂ ਇਸ ਗੱਲ ਵਿੱਚ ਇੱਕ ਰਣਨੀਤਕ ਸੁਧਾਰ ਵੀ ਹੈ ਕਿ Google ਆਪਣੇ ਸਭ ਤੋਂ ਉੱਨਤ AI ਸਿਸਟਮਾਂ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਦਾ ਹੈ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਬ੍ਰਾਂਡ ਕਰਦਾ ਹੈ।

ਜਨਮਜਾਤ ਤਰਕ ਵੱਲ ਵਿਕਾਸ

Gemini 2.5 Pro ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਤਰਕ (reasoning) ਦੀ ਵਧੀ ਹੋਈ ਸਮਰੱਥਾ ਹੈ। ਇਹ ਸ਼ਬਦ, AI ਦੇ ਸੰਦਰਭ ਵਿੱਚ, ਉਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਜੋ ਸਧਾਰਨ ਪੈਟਰਨ ਮੈਚਿੰਗ ਜਾਂ ਜਾਣਕਾਰੀ ਪ੍ਰਾਪਤੀ ਤੋਂ ਪਰੇ ਜਾਣ ਲਈ ਤਿਆਰ ਕੀਤੇ ਗਏ ਹਨ। ਸੱਚਾ ਤਰਕ AI ਇੱਕ ਵਧੇਰੇ ਵਿਚਾਰੀ, ਮਨੁੱਖ-ਵਰਗੀ ਸੋਚ ਪ੍ਰਕਿਰਿਆ ਦੀ ਨਕਲ ਕਰਨ ਦਾ ਟੀਚਾ ਰੱਖਦਾ ਹੈ। ਇਸ ਵਿੱਚ ਇੱਕ ਪੁੱਛਗਿੱਛ ਦੇ ਸੰਦਰਭ ਦਾ ਸਾਵਧਾਨੀ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰਨਾ, ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਪ੍ਰਬੰਧਨਯੋਗ ਕਦਮਾਂ ਵਿੱਚ ਵੰਡਣਾ, ਗੁੰਝਲਦਾਰ ਵੇਰਵਿਆਂ ਨੂੰ ਵਿਧੀਵਤ ਢੰਗ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰਨਾ, ਅਤੇ ਜਵਾਬ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਅੰਦਰੂਨੀ ਇਕਸਾਰਤਾ ਜਾਂ ਤੱਥ-ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਜਾਂਚ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ। ਟੀਚਾ ਸਿਰਫ਼ ਵਿਸ਼ਵਾਸਯੋਗ ਲੱਗਣ ਵਾਲਾ ਟੈਕਸਟ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਤਰਕਪੂਰਨ ਤੌਰ ‘ਤੇ ਸਹੀ ਅਤੇ ਸਟੀਕ ਆਉਟਪੁੱਟ ਪ੍ਰਾਪਤ ਕਰਨਾ ਹੈ।

ਹਾਲਾਂਕਿ, ਡੂੰਘੀ ਤਰਕ ਸਮਰੱਥਾਵਾਂ ਦੀ ਇਹ ਖੋਜ ਇੱਕ ਕੀਮਤ ‘ਤੇ ਆਉਂਦੀ ਹੈ। ਅਜਿਹੀਆਂ ਗੁੰਝਲਦਾਰ ਬੋਧਾਤਮਕ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਸਰਲ ਜਨਰੇਟਿਵ ਮਾਡਲਾਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਕਾਫ਼ੀ ਜ਼ਿਆਦਾ ਕੰਪਿਊਟੇਸ਼ਨਲ ਹਾਰਸਪਾਵਰ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹਨਾਂ ਸਿਸਟਮਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣਾ ਸਰੋਤ-ਸੰਘਣਾ ਹੈ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਚਲਾਉਣ ਨਾਲ ਉੱਚ ਸੰਚਾਲਨ ਖਰਚੇ ਹੁੰਦੇ ਹਨ। ਸਮਰੱਥਾ ਅਤੇ ਲਾਗਤ ਵਿਚਕਾਰ ਇਹ ਵਪਾਰ-ਬੰਦ ਉੱਨਤ AI ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਇੱਕ ਕੇਂਦਰੀ ਚੁਣੌਤੀ ਹੈ।

ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ, Google ਇਸ ਮੁੱਖ ਸਮਰੱਥਾ ਦੇ ਆਲੇ ਦੁਆਲੇ ਆਪਣੀ ਬ੍ਰਾਂਡਿੰਗ ਰਣਨੀਤੀ ਨੂੰ ਸੂਖਮ ਰੂਪ ਵਿੱਚ ਬਦਲ ਰਿਹਾ ਹੈ। ਜਦੋਂ ਕੰਪਨੀ ਨੇ ਆਪਣੀ Gemini 1.5 ਲੜੀ ਪੇਸ਼ ਕੀਤੀ, ਤਾਂ ਇਸ ਵਿੱਚ ਖਾਸ ਤੌਰ ‘ਤੇ ‘Thinking’ ਲੇਬਲ ਵਾਲੇ ਮਾਡਲ ਸ਼ਾਮਲ ਸਨ, ਜਿਵੇਂ ਕਿ ਪਹਿਲਾਂ ਦਾ Gemini 1.0 Ultra ਜਾਂ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਸੰਕਲਪਿਕ ਭਿੰਨਤਾਵਾਂ ਜੋ ਵਧੀ ਹੋਈ ਤਰਕ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੀਆਂ ਹਨ। ਹਾਲਾਂਕਿ, Gemini 2.5 Pro ਦੀ ਸ਼ੁਰੂਆਤ ਦੇ ਨਾਲ, ਇਹ ਸਪੱਸ਼ਟ ‘Thinking’ ਨਾਮ ਪਿਛੋਕੜ ਵਿੱਚ ਫਿੱਕਾ ਪੈਂਦਾ ਜਾਪਦਾ ਹੈ।

2.5 ਰੀਲੀਜ਼ ਦੇ ਆਲੇ ਦੁਆਲੇ Google ਦੇ ਆਪਣੇ ਸੰਚਾਰਾਂ ਦੇ ਅਨੁਸਾਰ, ਇਹ ਤਰਕ ਦਾ ਤਿਆਗ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਇਸ ਪਰਿਵਾਰ ਦੇ ਅੰਦਰ ਸਾਰੇ ਆਉਣ ਵਾਲੇ ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਵਜੋਂ ਇਸਦਾ ਏਕੀਕਰਨ ਹੈ। ਤਰਕ ਨੂੰ ਹੁਣ ਇੱਕ ਵੱਖਰੀ, ਪ੍ਰੀਮੀਅਮ ਵਿਸ਼ੇਸ਼ਤਾ ਵਜੋਂ ਪੇਸ਼ ਨਹੀਂ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਸਗੋਂ ਆਰਕੀਟੈਕਚਰ ਦੇ ਇੱਕ ਅੰਦਰੂਨੀ ਹਿੱਸੇ ਵਜੋਂ ਪੇਸ਼ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਇਹ ਇੱਕ ਵਧੇਰੇ ਏਕੀਕ੍ਰਿਤ AI ਫਰੇਮਵਰਕ ਵੱਲ ਇੱਕ ਕਦਮ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਜਿੱਥੇ ਉੱਨਤ ਬੋਧਾਤਮਕ ਯੋਗਤਾਵਾਂ ਨੂੰ ਬੇਸਲਾਈਨ ਕਾਰਜਕੁਸ਼ਲਤਾਵਾਂ ਦੀ ਉਮੀਦ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਨਾ ਕਿ ਵੱਖਰੀ ਬ੍ਰਾਂਡਿੰਗ ਦੀ ਲੋੜ ਵਾਲੇ ਵੱਖਰੇ ਸੁਧਾਰ। ਇਹ ਤਕਨਾਲੋਜੀ ਦੀ ਪਰਿਪੱਕਤਾ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿੱਥੇ ਗੁੰਝਲਦਾਰ ਪ੍ਰੋਸੈਸਿੰਗ ਮਿਆਰੀ ਬਣ ਜਾਂਦੀ ਹੈ, ਅਪਵਾਦ ਨਹੀਂ। ਇਹ ਰਣਨੀਤਕ ਤਬਦੀਲੀ Google ਦੇ AI ਪੋਰਟਫੋਲੀਓ ਨੂੰ ਸੁਚਾਰੂ ਬਣਾ ਸਕਦੀ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾਵਾਂ ਅਤੇ ਡਿਵੈਲਪਰਾਂ ਨੂੰ ਅਤਿ-ਆਧੁਨਿਕ ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲਾਂ (LLMs) ਤੋਂ ਕੀ ਉਮੀਦ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਇਸ ਲਈ ਇੱਕ ਨਵਾਂ ਬੈਂਚਮਾਰਕ ਸੈੱਟ ਕਰ ਸਕਦੀ ਹੈ।

ਇੰਜੀਨੀਅਰਿੰਗ ਸੁਧਾਰ ਅਤੇ ਬੈਂਚਮਾਰਕ ਪ੍ਰਭੁਤਾ

ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਇਸ ਨਵੇਂ ਪੱਧਰ ਨੂੰ ਕੀ ਸ਼ਕਤੀ ਦਿੰਦਾ ਹੈ? Google Gemini 2.5 Pro ਦੀ ਮੁਹਾਰਤ ਦਾ ਕਾਰਨ ਕਾਰਕਾਂ ਦੇ ਸੁਮੇਲ ਨੂੰ ਦਿੰਦਾ ਹੈ: ਇੱਕ ‘ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਵਧਿਆ ਹੋਇਆ ਬੇਸ ਮਾਡਲ’ ‘ਸੁਧਰੀ ਹੋਈ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ’ ਤਕਨੀਕਾਂ ਨਾਲ ਜੋੜਿਆ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਖਾਸ ਆਰਕੀਟੈਕਚਰਲ ਨਵੀਨਤਾਵਾਂ ਮਲਕੀਅਤ ਵਾਲੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ, ਭਾਵ ਸਪੱਸ਼ਟ ਹੈ: ਮੁੱਖ ਨਿਊਰਲ ਨੈਟਵਰਕ ਵਿੱਚ ਬੁਨਿਆਦੀ ਸੁਧਾਰ ਕੀਤੇ ਗਏ ਹਨ, ਸ਼ੁਰੂਆਤੀ ਵੱਡੇ ਪੈਮਾਨੇ ਦੀ ਸਿਖਲਾਈ ਤੋਂ ਬਾਅਦ ਗੁੰਝਲਦਾਰ ਟਿਊਨਿੰਗ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੁਆਰਾ ਹੋਰ ਸੁਧਾਰੇ ਗਏ ਹਨ। ਇਸ ਦੋਹਰੇ ਪਹੁੰਚ ਦਾ ਉਦੇਸ਼ ਮਾਡਲ ਦੇ ਕੱਚੇ ਗਿਆਨ ਅਤੇ ਉਸ ਗਿਆਨ ਨੂੰ ਸਮਝਦਾਰੀ ਨਾਲ ਲਾਗੂ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੋਵਾਂ ਨੂੰ ਵਧਾਉਣਾ ਹੈ।

ਸਬੂਤ, ਜਿਵੇਂ ਕਿ ਉਹ ਕਹਿੰਦੇ ਹਨ, ਪੁਡਿੰਗ ਵਿੱਚ ਹੈ - ਜਾਂ AI ਦੀ ਦੁਨੀਆਂ ਵਿੱਚ, ਬੈਂਚਮਾਰਕਸ ਵਿੱਚ। Google Gemini 2.5 Pro ਦੀ ਸਥਿਤੀ ਨੂੰ ਉਜਾਗਰ ਕਰਨ ਵਿੱਚ ਤੇਜ਼ ਹੈ, ਖਾਸ ਤੌਰ ‘ਤੇ LMArena ਲੀਡਰਬੋਰਡ ਦੇ ਸਿਖਰ ‘ਤੇ ਇਸਦੀ ਦਾਅਵਾ ਕੀਤੀ ਸਥਿਤੀ। ਇਹ ਪਲੇਟਫਾਰਮ ਇੱਕ ਮਾਨਤਾ ਪ੍ਰਾਪਤ, ਭਾਵੇਂ ਲਗਾਤਾਰ ਵਿਕਸਤ ਹੋ ਰਿਹਾ, ਅਖਾੜਾ ਹੈ ਜਿੱਥੇ ਪ੍ਰਮੁੱਖ LLMs ਨੂੰ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਕਾਰਜਾਂ ਵਿੱਚ ਇੱਕ ਦੂਜੇ ਦੇ ਵਿਰੁੱਧ ਖੜ੍ਹਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਅਕਸਰ ਮਨੁੱਖਾਂ ਦੁਆਰਾ ਨਿਰਣਾ ਕੀਤੇ ਗਏ ਅੰਨ੍ਹੇ, ਸਿਰ-ਤੋਂ-ਸਿਰ ਤੁਲਨਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ। ਅਜਿਹੇ ਲੀਡਰਬੋਰਡ ‘ਤੇ ਸਿਖਰ ‘ਤੇ ਰਹਿਣਾ, ਭਾਵੇਂ ਅਸਥਾਈ ਤੌਰ ‘ਤੇ, ਬਹੁਤ ਹੀ ਪ੍ਰਤੀਯੋਗੀ AI ਸਪੇਸ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਦਾਅਵਾ ਹੈ।

ਖਾਸ ਅਕਾਦਮਿਕ ਤਰਕ ਬੈਂਚਮਾਰਕਾਂ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਜਾਣ ਨਾਲ ਮਾਡਲ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਹੋਰ ਸਪੱਸ਼ਟ ਹੁੰਦੀਆਂ ਹਨ:

• ਗਣਿਤ (AIME 2025): Gemini 2.5 Pro ਨੇ ਇਸ ਚੁਣੌਤੀਪੂਰਨ ਗਣਿਤ ਮੁਕਾਬਲੇ ਦੇ ਬੈਂਚਮਾਰਕ ‘ਤੇ 86.7% ਦਾ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਅਮਰੀਕਨ ਇਨਵੀਟੇਸ਼ਨਲ ਮੈਥੇਮੈਟਿਕਸ ਐਗਜ਼ਾਮੀਨੇਸ਼ਨ (AIME) ਆਪਣੀਆਂ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਲਈ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਡੂੰਘੇ ਤਰਕਸ਼ੀਲ ਤਰਕ ਅਤੇ ਗਣਿਤਕ ਸੂਝ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਜੋ ਆਮ ਤੌਰ ‘ਤੇ ਹਾਈ-ਸਕੂਲ ਦੇ ਵਿਦਿਆਰਥੀਆਂ ਲਈ ਹੁੰਦੀ ਹੈ। ਇੱਥੇ ਉੱਤਮ ਹੋਣਾ ਅਮੂਰਤ ਗਣਿਤਕ ਵਿਚਾਰ ਲਈ ਇੱਕ ਮਜ਼ਬੂਤ ਸਮਰੱਥਾ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ।
• ਵਿਗਿਆਨ (GPQA diamond): ਗ੍ਰੈਜੂਏਟ-ਪੱਧਰ ਦੇ ਵਿਗਿਆਨਕ ਪ੍ਰਸ਼ਨ ਉੱਤਰ ਦੇ ਖੇਤਰ ਵਿੱਚ, ਜਿਸਨੂੰ GPQA diamond ਬੈਂਚਮਾਰਕ ਦੁਆਰਾ ਦਰਸਾਇਆ ਗਿਆ ਹੈ, ਮਾਡਲ ਨੇ 84.0% ਸਕੋਰ ਕੀਤਾ। ਇਹ ਟੈਸਟ ਵੱਖ-ਵੱਖ ਵਿਗਿਆਨਕ ਵਿਸ਼ਿਆਂ ਵਿੱਚ ਸਮਝ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ, ਸਿਰਫ਼ ਤੱਥਾਂ ਨੂੰ ਯਾਦ ਕਰਨ ਦੀ ਹੀ ਨਹੀਂ, ਸਗੋਂ ਜਾਣਕਾਰੀ ਨੂੰ ਸੰਸ਼ਲੇਸ਼ਿਤ ਕਰਨ ਅਤੇ ਗੁੰਝਲਦਾਰ ਵਿਗਿਆਨਕ ਦ੍ਰਿਸ਼ਾਂ ਰਾਹੀਂ ਤਰਕ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੀ ਵੀ ਮੰਗ ਕਰਦਾ ਹੈ।
• ਵਿਆਪਕ ਗਿਆਨ (Humanity’s Last Exam): ਇਸ ਵਿਆਪਕ ਮੁਲਾਂਕਣ ‘ਤੇ, ਜੋ ਗਣਿਤ, ਵਿਗਿਆਨ ਅਤੇ ਮਨੁੱਖਤਾ ਨੂੰ ਕਵਰ ਕਰਨ ਵਾਲੇ ਹਜ਼ਾਰਾਂ ਪ੍ਰਸ਼ਨਾਂ ਨੂੰ ਫੈਲਾਉਂਦਾ ਹੈ, Gemini 2.5 Pro ਕਥਿਤ ਤੌਰ ‘ਤੇ 18.8% ਦੇ ਸਕੋਰ ਨਾਲ ਅੱਗੇ ਹੈ। ਜਦੋਂ ਕਿ ਪ੍ਰਤੀਸ਼ਤ ਘੱਟ ਲੱਗ ਸਕਦਾ ਹੈ, ਇਸ ਬੈਂਚਮਾਰਕ ਦੀ ਪੂਰੀ ਚੌੜਾਈ ਅਤੇ ਮੁਸ਼ਕਲ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਵਾਧਾਤਮਕ ਲੀਡ ਵੀ ਧਿਆਨ ਦੇਣ ਯੋਗ ਹਨ, ਜੋ ਇੱਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਗੋਲ ਗਿਆਨ ਅਧਾਰ ਅਤੇ ਬਹੁਮੁਖੀ ਤਰਕ ਯੋਗਤਾ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ।

ਇਹ ਨਤੀਜੇ ਇੱਕ AI ਦੀ ਤਸਵੀਰ ਪੇਸ਼ ਕਰਦੇ ਹਨ ਜੋ ਢਾਂਚਾਗਤ, ਤਰਕਪੂਰਨ, ਅਤੇ ਗਿਆਨ-ਸੰਘਣੇ ਡੋਮੇਨਾਂ ਵਿੱਚ ਉੱਤਮ ਹੈ। ਅਕਾਦਮਿਕ ਬੈਂਚਮਾਰਕਾਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨਾ ਗੁੰਝਲਦਾਰ ਬੌਧਿਕ ਚੁਣੌਤੀਆਂ ਨਾਲ ਨਜਿੱਠਣ ਦੇ ਸਮਰੱਥ ਮਾਡਲ ਬਣਾਉਣ ਦੀ Google ਦੀ ਅਭਿਲਾਸ਼ਾ ਨੂੰ ਰੇਖਾਂਕਿਤ ਕਰਦਾ ਹੈ, ਜੋ ਸਿਰਫ਼ ਗੱਲਬਾਤ ਦੀ ਰਵਾਨਗੀ ਤੋਂ ਪਰੇ ਹੈ।

ਕੋਡ ਜਨਰੇਸ਼ਨ ਦੀਆਂ ਬਾਰੀਕੀਆਂ ਨੂੰ ਨੈਵੀਗੇਟ ਕਰਨਾ

ਜਦੋਂ ਕਿ Gemini 2.5 Pro ਅਕਾਦਮਿਕ ਤਰਕ ਵਿੱਚ ਚਮਕਦਾ ਹੈ, ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਦੇ ਬਰਾਬਰ ਮਹੱਤਵਪੂਰਨ ਡੋਮੇਨ ਵਿੱਚ ਇਸਦਾ ਪ੍ਰਦਰਸ਼ਨ ਇੱਕ ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ ਤਸਵੀਰ ਪੇਸ਼ ਕਰਦਾ ਹੈ। ਇਸ ਖੇਤਰ ਵਿੱਚ ਬੈਂਚਮਾਰਕ ਇੱਕ AI ਦੀ ਪ੍ਰੋਗਰਾਮਿੰਗ ਲੋੜਾਂ ਨੂੰ ਸਮਝਣ, ਕਾਰਜਸ਼ੀਲ ਕੋਡ ਲਿਖਣ, ਗਲਤੀਆਂ ਨੂੰ ਡੀਬੱਗ ਕਰਨ, ਅਤੇ ਮੌਜੂਦਾ ਕੋਡਬੇਸ ਨੂੰ ਸੋਧਣ ਦੀ ਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੇ ਹਨ।

Google ਖਾਸ ਕੋਡਿੰਗ ਕਾਰਜਾਂ ‘ਤੇ ਮਜ਼ਬੂਤ ਨਤੀਜਿਆਂ ਦੀ ਰਿਪੋਰਟ ਕਰਦਾ ਹੈ:

• ਕੋਡ ਸੰਪਾਦਨ (Aider Polyglot): ਮਾਡਲ ਨੇ ਇਸ ਬੈਂਚਮਾਰਕ ‘ਤੇ 68.6% ਸਕੋਰ ਕੀਤਾ, ਜੋ ਕਈ ਪ੍ਰੋਗਰਾਮਿੰਗ ਭਾਸ਼ਾਵਾਂ ਵਿੱਚ ਕੋਡ ਨੂੰ ਸੰਪਾਦਿਤ ਕਰਨ ਦੀ ਯੋਗਤਾ ‘ਤੇ ਕੇਂਦ੍ਰਤ ਕਰਦਾ ਹੈ। ਇਹ ਸਕੋਰ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਜ਼ਿਆਦਾਤਰ ਹੋਰ ਪ੍ਰਮੁੱਖ ਮਾਡਲਾਂ ਨੂੰ ਪਛਾੜਦਾ ਹੈ, ਜੋ ਮੌਜੂਦਾ ਕੋਡ ਢਾਂਚਿਆਂ ਨੂੰ ਸਮਝਣ ਅਤੇ ਹੇਰਾਫੇਰੀ ਕਰਨ ਵਿੱਚ ਮੁਹਾਰਤ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ - ਵਿਹਾਰਕ ਸਾਫਟਵੇਅਰ ਵਿਕਾਸ ਵਰਕਫਲੋਜ਼ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਹੁਨਰ।

ਹਾਲਾਂਕਿ, ਪ੍ਰਦਰਸ਼ਨ ਇਕਸਾਰ ਤੌਰ ‘ਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਨਹੀਂ ਹੈ:

• ਵਿਆਪਕ ਪ੍ਰੋਗਰਾਮਿੰਗ ਕਾਰਜ (SWE-bench Verified): ਇਸ ਬੈਂਚਮਾਰਕ ‘ਤੇ, ਜੋ ਅਸਲ-ਸੰਸਾਰ GitHub ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ, Gemini 2.5 Pro ਨੇ 63.8% ਸਕੋਰ ਕੀਤਾ। ਜਦੋਂ ਕਿ ਅਜੇ ਵੀ ਇੱਕ ਸਤਿਕਾਰਯੋਗ ਸਕੋਰ ਹੈ, Google ਮੰਨਦਾ ਹੈ ਕਿ ਇਹ ਇਸਨੂੰ ਦੂਜੇ ਸਥਾਨ ‘ਤੇ ਰੱਖਦਾ ਹੈ, ਖਾਸ ਤੌਰ ‘ਤੇ Anthropic ਦੇ Claude 3.5 Sonnet (ਤੁਲਨਾ ਦੇ ਸਮੇਂ) ਤੋਂ ਪਿੱਛੇ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਸੰਪਾਦਨ ਵਰਗੇ ਕੁਝ ਕੋਡਿੰਗ ਕਾਰਜਾਂ ਵਿੱਚ ਨਿਪੁੰਨ ਹੈ, ਇਸ ਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਅੰਤ ਤੱਕ ਗੁੰਝਲਦਾਰ, ਅਸਲ-ਸੰਸਾਰ ਸਾਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਵਧੇਰੇ ਸੰਪੂਰਨ ਚੁਣੌਤੀ ਵਿੱਚ ਸਖ਼ਤ ਮੁਕਾਬਲੇ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਸਕਦਾ ਹੈ।

ਮਾਨਕੀਕ੍ਰਿਤ ਟੈਸਟਾਂ ‘ਤੇ ਇਸ ਮਿਸ਼ਰਤ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਬਾਵਜੂਦ, Google ਕੋਡਿੰਗ ਵਿੱਚ ਮਾਡਲ ਦੀਆਂ ਵਿਹਾਰਕ ਰਚਨਾਤਮਕ ਸਮਰੱਥਾਵਾਂ ‘ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ। ਉਹ ਦਾਅਵਾ ਕਰਦੇ ਹਨ ਕਿ Gemini 2.5 Pro ‘ਦ੍ਰਿਸ਼ਟੀਗਤ ਤੌਰ ‘ਤੇ ਆਕਰਸ਼ਕ ਵੈੱਬ ਐਪਸ ਅਤੇ ਏਜੰਟਿਕ ਕੋਡ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਉਣ ਵਿੱਚ ਉੱਤਮ ਹੈ।’ ਏਜੰਟਿਕ ਐਪਲੀਕੇਸ਼ਨ ਉਹਨਾਂ ਸਿਸਟਮਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦੇ ਹਨ ਜਿੱਥੇ AI ਕਾਰਵਾਈਆਂ ਕਰ ਸਕਦਾ ਹੈ, ਕਦਮਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਕਾਰਜਾਂ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰੀ ਜਾਂ ਅਰਧ-ਖੁਦਮੁਖਤਿਆਰੀ ਨਾਲ ਲਾਗੂ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਨੂੰ ਦਰਸਾਉਣ ਲਈ, Google ਇੱਕ ਉਦਾਹਰਣ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਮਾਡਲ ਨੇ ਕਥਿਤ ਤੌਰ ‘ਤੇ ਸਿਰਫ਼ ਇੱਕ, ਉੱਚ-ਪੱਧਰੀ ਪ੍ਰੋਂਪਟ ਦੇ ਅਧਾਰ ‘ਤੇ ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਵੀਡੀਓ ਗੇਮ ਤਿਆਰ ਕੀਤੀ। ਇਹ ਕਿੱਸਾ, ਜਦੋਂ ਕਿ ਇੱਕ ਮਾਨਕੀਕ੍ਰਿਤ ਬੈਂਚਮਾਰਕ ਨਹੀਂ ਹੈ, ਰਚਨਾਤਮਕ ਵਿਚਾਰਾਂ ਨੂੰ ਕਾਰਜਸ਼ੀਲ ਕੋਡ ਵਿੱਚ ਅਨੁਵਾਦ ਕਰਨ ਵਿੱਚ ਇੱਕ ਸੰਭਾਵੀ ਤਾਕਤ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ, ਖਾਸ ਤੌਰ ‘ਤੇ ਇੰਟਰਐਕਟਿਵ ਅਤੇ ਖੁਦਮੁਖਤਿਆਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ। ਬੈਂਚਮਾਰਕ ਸਕੋਰਾਂ ਅਤੇ ਦਾਅਵਾ ਕੀਤੀ ਰਚਨਾਤਮਕ ਮੁਹਾਰਤ ਵਿਚਕਾਰ ਅੰਤਰ ਸਿਰਫ਼ ਮਾਨਕੀਕ੍ਰਿਤ ਟੈਸਟਿੰਗ ਦੁਆਰਾ AI ਕੋਡਿੰਗ ਸਮਰੱਥਾਵਾਂ ਦੇ ਪੂਰੇ ਸਪੈਕਟ੍ਰਮ ਨੂੰ ਹਾਸਲ ਕਰਨ ਦੀ ਚੱਲ ਰਹੀ ਚੁਣੌਤੀ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ। ਅਸਲ-ਸੰਸਾਰ ਉਪਯੋਗਤਾ ਵਿੱਚ ਅਕਸਰ ਤਰਕਸ਼ੀਲ ਸ਼ੁੱਧਤਾ, ਰਚਨਾਤਮਕ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ, ਅਤੇ ਆਰਕੀਟੈਕਚਰਲ ਡਿਜ਼ਾਈਨ ਦਾ ਮਿਸ਼ਰਣ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ ਜਿਸਨੂੰ ਬੈਂਚਮਾਰਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸ਼ਾਮਲ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹਨ।

ਇੱਕ ਵਿਸ਼ਾਲ ਸੰਦਰਭ ਵਿੰਡੋ ਦੀ ਅਥਾਹ ਸੰਭਾਵਨਾ

Gemini 2.5 Pro ਦੀਆਂ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚੋਂ ਇੱਕ ਇਸਦੀ ਵਿਸ਼ਾਲ ਸੰਦਰਭ ਵਿੰਡੋ (context window): ਇੱਕ ਮਿਲੀਅਨ ਟੋਕਨ ਹੈ। ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲਾਂ ਦੀ ਭਾਸ਼ਾ ਵਿੱਚ, ਇੱਕ ‘ਟੋਕਨ’ (token) ਟੈਕਸਟ ਦੀ ਇੱਕ ਇਕਾਈ ਹੈ, ਜੋ ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਲਗਭਗ ਇੱਕ ਸ਼ਬਦ ਦੇ ਤਿੰਨ-ਚੌਥਾਈ ਦੇ ਬਰਾਬਰ ਹੈ। ਇੱਕ ਮਿਲੀਅਨ-ਟੋਕਨ ਸੰਦਰਭ ਵਿੰਡੋ, ਇਸਲਈ, ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮਾਡਲ ਲਗਭਗ 750,000 ਸ਼ਬਦਾਂ ਦੇ ਬਰਾਬਰ ਜਾਣਕਾਰੀ ਦੀ ਮਾਤਰਾ ਨੂੰ ਆਪਣੀ ‘ਵਰਕਿੰਗ ਮੈਮੋਰੀ’ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਅਤੇ ਰੱਖ ਸਕਦਾ ਹੈ।

ਇਸ ਨੂੰ ਪਰਿਪੇਖ ਵਿੱਚ ਰੱਖਣ ਲਈ, ਇਹ ਲਗਭਗ Harry Potter ਲੜੀ ਦੀਆਂ ਪਹਿਲੀਆਂ ਛੇ ਕਿਤਾਬਾਂ ਦੀ ਸੰਯੁਕਤ ਲੰਬਾਈ ਹੈ। ਇਹ ਪਿਛਲੀ ਪੀੜ੍ਹੀ ਦੇ ਬਹੁਤ ਸਾਰੇ ਮਾਡਲਾਂ ਦੀਆਂ ਸੰਦਰਭ ਵਿੰਡੋਜ਼ ਨੂੰ ਬਹੁਤ ਪਿੱਛੇ ਛੱਡ ਦਿੰਦਾ ਹੈ, ਜੋ ਅਕਸਰ ਹਜ਼ਾਰਾਂ ਜਾਂ ਸ਼ਾਇਦ ਕੁਝ ਸੌ ਹਜ਼ਾਰ ਟੋਕਨਾਂ ‘ਤੇ ਸਿਖਰ ‘ਤੇ ਹੁੰਦੀਆਂ ਸਨ।

ਸੰਦਰਭ ਸਮਰੱਥਾ ਵਿੱਚ ਇਸ ਵਿਸ਼ਾਲ ਵਿਸਤਾਰ ਦੇ ਡੂੰਘੇ ਪ੍ਰਭਾਵ ਹਨ:

• ਡੂੰਘਾ ਦਸਤਾਵੇਜ਼ ਵਿਸ਼ਲੇਸ਼ਣ: ਕਾਰੋਬਾਰ ਅਤੇ ਖੋਜਕਰਤਾ ਪੂਰੀਆਂ ਲੰਬੀਆਂ ਰਿਪੋਰਟਾਂ, ਕਈ ਖੋਜ ਪੱਤਰ, ਵਿਆਪਕ ਕਾਨੂੰਨੀ ਦਸਤਾਵੇਜ਼, ਜਾਂ ਇੱਥੋਂ ਤੱਕ ਕਿ ਪੂਰੇ ਕੋਡਬੇਸ ਨੂੰ ਇੱਕ ਸਿੰਗਲ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਮਾਡਲ ਨੂੰ ਫੀਡ ਕਰ ਸਕਦੇ ਹਨ। AI ਫਿਰ ਪਹਿਲਾਂ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਗੁਆਏ ਬਿਨਾਂ ਪੂਰੇ ਪ੍ਰਦਾਨ ਕੀਤੇ ਸੰਦਰਭ ਵਿੱਚ ਜਾਣਕਾਰੀ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਸੰਖੇਪ, ਪੁੱਛਗਿੱਛ, ਜਾਂ ਕਰਾਸ-ਰੈਫਰੈਂਸ ਕਰ ਸਕਦਾ ਹੈ।
• ਵਿਸਤ੍ਰਿਤ ਗੱਲਬਾਤ: ਇਹ ਬਹੁਤ ਲੰਬੀ, ਵਧੇਰੇ ਇਕਸਾਰ ਗੱਲਬਾਤ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ AI ਗੱਲਬਾਤ ਵਿੱਚ ਕਾਫ਼ੀ ਪਹਿਲਾਂ ਤੋਂ ਵੇਰਵਿਆਂ ਅਤੇ ਬਾਰੀਕੀਆਂ ਨੂੰ ਯਾਦ ਰੱਖਦਾ ਹੈ। ਇਹ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆ-ਹੱਲ ਕਰਨ ਵਾਲੇ ਸੈਸ਼ਨਾਂ, ਸਹਿਯੋਗੀ ਲਿਖਤ, ਜਾਂ ਵਿਅਕਤੀਗਤ ਟਿਊਸ਼ਨ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ।
• ਗੁੰਝਲਦਾਰ ਹਦਾਇਤਾਂ ਦੀ ਪਾਲਣਾ: ਉਪਭੋਗਤਾ ਲਿਖਣ, ਕੋਡਿੰਗ, ਜਾਂ ਯੋਜਨਾਬੰਦੀ ਵਰਗੇ ਕਾਰਜਾਂ ਲਈ ਬਹੁਤ ਵਿਸਤ੍ਰਿਤ, ਬਹੁ-ਪੜਾਵੀ ਹਦਾਇਤਾਂ ਜਾਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਪਿਛੋਕੜ ਦੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਮਾਡਲ ਪੂਰੀ ਬੇਨਤੀ ਪ੍ਰਤੀ ਵਫ਼ਾਦਾਰੀ ਬਣਾਈ ਰੱਖ ਸਕਦਾ ਹੈ।
• ਮਲਟੀਮੀਡੀਆ ਸਮਝ (ਅਪ੍ਰਤੱਖ): ਇੱਕ ਮਲਟੀਮੋਡਲ ਮਾਡਲ ਵਜੋਂ, ਇਹ ਵੱਡੀ ਸੰਦਰਭ ਵਿੰਡੋ ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ ਟੈਕਸਟ, ਚਿੱਤਰਾਂ, ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਆਡੀਓ ਜਾਂ ਵੀਡੀਓ ਡੇਟਾ ਦੇ ਸੁਮੇਲ ‘ਤੇ ਵੀ ਲਾਗੂ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਅਮੀਰ, ਮਿਸ਼ਰਤ-ਮੀਡੀਆ ਇਨਪੁਟਸ ਦੇ ਗੁੰਝਲਦਾਰ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਆਗਿਆ ਮਿਲਦੀ ਹੈ।

ਇਸ ਤੋਂ ਇਲਾਵਾ, Google ਨੇ ਪਹਿਲਾਂ ਹੀ ਇਸ ਸੀਮਾ ਨੂੰ ਹੋਰ ਅੱਗੇ ਵਧਾਉਣ ਦੇ ਆਪਣੇ ਇਰਾਦੇ ਦਾ ਸੰਕੇਤ ਦਿੱਤਾ ਹੈ, ਨੇੜ ਭਵਿੱਖ ਵਿੱਚ ਸੰਦਰਭ ਵਿੰਡੋ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨੂੰ ਦੋ ਮਿਲੀਅਨ ਟੋਕਨਾਂ ਤੱਕ ਵਧਾਉਣ ਦੀਆਂ ਯੋਜਨਾਵਾਂ ਦੱਸਦੇ ਹੋਏ। ਇਸ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਵਿਸ਼ਾਲ ਸਮਰੱਥਾ ਨੂੰ ਦੁੱਗਣਾ ਕਰਨ ਨਾਲ ਹੋਰ ਵੀ ਸੰਭਾਵਨਾਵਾਂ ਖੁੱਲ੍ਹਣਗੀਆਂ, ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਮਾਡਲ ਨੂੰ ਪੂਰੀਆਂ ਕਿਤਾਬਾਂ, ਵਿਆਪਕ ਕਾਰਪੋਰੇਟ ਗਿਆਨ ਅਧਾਰਾਂ, ਜਾਂ ਅਵਿਸ਼ਵਾਸ਼ਯੋਗ ਤੌਰ ‘ਤੇ ਗੁੰਝਲਦਾਰ ਪ੍ਰੋਜੈਕਟ ਲੋੜਾਂ ਨੂੰ ਇੱਕੋ ਵਾਰ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦੀ ਆਗਿਆ ਮਿਲੇਗੀ। ਸੰਦਰਭ ਦਾ ਇਹ ਨਿਰੰਤਰ ਵਿਸਤਾਰ AI ਵਿਕਾਸ ਵਿੱਚ ਇੱਕ ਮੁੱਖ ਲੜਾਈ ਦਾ ਮੈਦਾਨ ਹੈ, ਕਿਉਂਕਿ ਇਹ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਉਹਨਾਂ ਕਾਰਜਾਂ ਦੀ ਗੁੰਝਲਤਾ ਅਤੇ ਪੈਮਾਨੇ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੂੰ ਮਾਡਲ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਸੰਭਾਲ ਸਕਦੇ ਹਨ।

ਪਹੁੰਚ, ਉਪਲਬਧਤਾ, ਅਤੇ ਪ੍ਰਤੀਯੋਗੀ ਅਖਾੜਾ

Google ਵੱਖ-ਵੱਖ ਉਪਭੋਗਤਾ ਹਿੱਸਿਆਂ ਨੂੰ ਪੂਰਾ ਕਰਦੇ ਹੋਏ, ਕਈ ਚੈਨਲਾਂ ਰਾਹੀਂ Gemini 2.5 Pro ਨੂੰ ਪਹੁੰਚਯੋਗ ਬਣਾ ਰਿਹਾ ਹੈ:

• ਖਪਤਕਾਰ: ਮਾਡਲ ਵਰਤਮਾਨ ਵਿੱਚ Gemini Advanced ਗਾਹਕੀ ਸੇਵਾ ਰਾਹੀਂ ਉਪਲਬਧ ਹੈ। ਇਸ ਵਿੱਚ ਆਮ ਤੌਰ ‘ਤੇ ਇੱਕ ਮਹੀਨਾਵਾਰ ਫੀਸ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ (ਘੋਸ਼ਣਾ ਦੇ ਸਮੇਂ ਲਗਭਗ $20) ਅਤੇ ਵੱਖ-ਵੱਖ Google ਉਤਪਾਦਾਂ ਅਤੇ ਇੱਕ ਸਟੈਂਡਅਲੋਨ ਵੈੱਬ/ਐਪ ਇੰਟਰਫੇਸ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ Google ਦੇ ਸਭ ਤੋਂ ਸਮਰੱਥ AI ਮਾਡਲਾਂ ਤੱਕ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।
• ਡਿਵੈਲਪਰ ਅਤੇ ਉੱਦਮ: ਉਹਨਾਂ ਲਈ ਜੋ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹਨ ਜਾਂ ਮਾਡਲ ਨੂੰ ਆਪਣੇ ਸਿਸਟਮਾਂ ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਨ, Gemini 2.5 Pro Google AI Studio ਰਾਹੀਂ ਪਹੁੰਚਯੋਗ ਹੈ, ਜੋ ਪ੍ਰੋਟੋਟਾਈਪਿੰਗ ਅਤੇ ਪ੍ਰੋਂਪਟ ਚਲਾਉਣ ਲਈ ਇੱਕ ਵੈੱਬ-ਅਧਾਰਤ ਟੂਲ ਹੈ।
• ਕਲਾਉਡ ਪਲੇਟਫਾਰਮ ਏਕੀਕਰਣ: ਅੱਗੇ ਦੇਖਦੇ ਹੋਏ, Google ਮਾਡਲ ਨੂੰ Vertex AI ‘ਤੇ ਉਪਲਬਧ ਕਰਾਉਣ ਦੀ ਯੋਜਨਾ ਬਣਾ ਰਿਹਾ ਹੈ, ਜੋ Google Cloud ‘ਤੇ ਇਸਦਾ ਵਿਆਪਕ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪਲੇਟਫਾਰਮ ਹੈ। ਇਹ ਏਕੀਕਰਣ ਐਂਟਰਪ੍ਰਾਈਜ਼-ਗਰੇਡ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਕਸਟਮਾਈਜ਼ੇਸ਼ਨ, ਡਿਪਲਾਇਮੈਂਟ, ਪ੍ਰਬੰਧਨ ਅਤੇ ਸਕੇਲਿੰਗ ਲਈ ਵਧੇਰੇ ਮਜ਼ਬੂਤ ਟੂਲ ਪੇਸ਼ ਕਰੇਗਾ।

ਕੰਪਨੀ ਨੇ ਇਹ ਵੀ ਸੰਕੇਤ ਦਿੱਤਾ ਕਿ ਕੀਮਤ ਦੇ ਵੇਰਵੇ, ਸੰਭਾਵਤ ਤੌਰ ‘ਤੇ ਵਰਤੋਂ ਦੀ ਮਾਤਰਾ ਦੇ ਅਧਾਰ ‘ਤੇ ਅਤੇ ਸੰਭਾਵੀ ਤੌਰ ‘ਤੇ ਵੱਖ-ਵੱਖ ਦਰ ਸੀਮਾਵਾਂ (ਪ੍ਰਤੀ ਮਿੰਟ ਬੇਨਤੀਆਂ) ਦੇ ਨਾਲ, ਜਲਦੀ ਹੀ ਪੇਸ਼ ਕੀਤੇ ਜਾਣਗੇ, ਖਾਸ ਤੌਰ ‘ਤੇ Vertex AI ਪੇਸ਼ਕਸ਼ ਲਈ। ਇਹ ਟਾਇਰਡ ਪਹੁੰਚ ਮਿਆਰੀ ਅਭਿਆਸ ਹੈ, ਜੋ ਕੰਪਿਊਟੇਸ਼ਨਲ ਲੋੜਾਂ ਅਤੇ ਬਜਟ ਦੇ ਅਧਾਰ ‘ਤੇ ਪਹੁੰਚ ਦੇ ਵੱਖ-ਵੱਖ ਪੱਧਰਾਂ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ।

ਰੀਲੀਜ਼ ਰਣਨੀਤੀ ਅਤੇ ਸਮਰੱਥਾਵਾਂ Gemini 2.5 Pro ਨੂੰ OpenAI ਦੇ GPT-4 ਸੀਰੀਜ਼ (GPT-4o ਸਮੇਤ) ਅਤੇ Anthropic ਦੇ Claude 3 ਪਰਿਵਾਰ (ਹਾਲ ਹੀ ਵਿੱਚ ਘੋਸ਼ਿਤ ਕੀਤੇ ਗਏ Claude 3.5 Sonnet ਸਮੇਤ) ਵਰਗੇ ਹੋਰ ਫਰੰਟੀਅਰ ਮਾਡਲਾਂ ਨਾਲ ਸਿੱਧੇ ਮੁਕਾਬਲੇ ਵਿੱਚ ਰੱਖਦੀਆਂ ਹਨ। ਹਰੇਕ ਮਾਡਲ ਵੱਖ-ਵੱਖ ਬੈਂਚਮਾਰਕਾਂ ਅਤੇ ਅਸਲ-ਸੰਸਾਰ ਕਾਰਜਾਂ ਵਿੱਚ ਆਪਣੀਆਂ ਸ਼ਕਤੀਆਂ ਅਤੇ ਕਮਜ਼ੋਰੀਆਂ ਦਾ ਮਾਣ ਕਰਦਾ ਹੈ। ਤਰਕ ‘ਤੇ ਜ਼ੋਰ, ਵਿਸ਼ਾਲ