Katika I/O 2025, Google ilifichua mfululizo wa masasisho ya msingi ya modeli yake ya Gemini 2.5, pamoja na kipengele cha majaribio cha ubunifu kinachojulikana kama Deep Think, kilichoundwa ili kuimarisha uwezo wa hoja wa modeli ya 2.5 Pro. Maendeleo haya yanaashiria hatua muhimu mbele katika uwanja wa akili bandia (AI), na kuwapa watengenezaji na watumiaji sawa viwango visivyo na kifani vya utendakazi, ufanisi na matumizi mengi.
Modeli ya Gemini 2.5 Pro imepata sifa kubwa kutoka kwa watengenezaji kama suluhisho bora kwa kazi za uandishi wa msimbo, huku modeli ya 2.5 Flash ikiwa imewekwa kupokea uboreshaji mkubwa. Zaidi ya hayo, Google inaanzisha anuwai ya uwezo mpya katika modeli zake, pamoja na Deep Think, hali ya majaribio ya hoja iliyoimarishwa iliyoundwa mahsusi kwa modeli ya 2.5 Pro.
Katika tangazo la hapo awali, Google ilifichua Gemini 2.5 Pro, modeli yake yenye akili zaidi hadi sasa, na kuharakisha kutolewa kwa sasisho lake la I/O ili kuwawezesha watengenezaji katika kuunda programu za wavuti za kipekee. Leo, kampuni inashiriki uboreshaji zaidi kwa mfululizo wa modeli ya Gemini 2.5, ikijivunia mafanikio ya ajabu:
Gemini 2.5 Pro imezidi matarajio yote, ikionyesha utendakazi wa kipekee kwenye vipimo vya kitaaluma. Sasa inashikilia nafasi ya juu kwenye jedwali za wanaoongoza za WebDev Arena na LMArena, na kuimarisha hadhi yake kama modeli inayoongoza duniani kwa usaidizi wa uandishi wa msimbo na kujifunza.
Vipengele vipya vinaunganishwa katika 2.5 Pro na 2.5 Flash, pamoja na pato la sauti asilia kwa uzoefu wa mazungumzo ya asili zaidi na ya kuvutia, hatua za usalama za hali ya juu, na ushirikiano wa uwezo wa utumiaji wa kompyuta wa Project Mariner. Modeli ya 2.5 Pro itaimarishwa zaidi na Deep Think, hali ya majaribio iliyoundwa ili kuboresha hoja kwa matatizo tata ya hisabati na uandishi wa msimbo.
Google inaendelea kujitolea kuboresha uzoefu wa msanidi programu kupitia ujumuishaji wa muhtasari wa mawazo katika Gemini API na Vertex AI. Muhtasari huu hutoa uwazi ulioimarishwa, bajeti zilizoongezwa za kufikiria kwa 2.5 Pro ili kuhakikisha udhibiti mkubwa, na usaidizi wa zana za MCP katika Gemini API na SDK kwa ufikiaji wa anuwai pana ya zana za chanzo huria.
Modeli ya 2.5 Flash sasa inapatikana kwa wote ndani ya programu ya Gemini. Toleo lililosasishwa litapatikana hivi karibuni katika Google AI Studio kwa watengenezaji na katika Vertex AI kwa makampuni, iliyopangwa mapema mwezi Juni, huku 2.5 Pro ikifuata muda mfupi baadaye.
Maendeleo haya ya ajabu ni matokeo ya kujitolea bila kuchoka kwa timu za Google, ambao wamejitolea kuendelea kuboresha teknolojia zake na kuzitumia kwa njia salama na inayowajibika.
Kufichua Utendaji Bora wa 2.5 Pro
Modeli ya 2.5 Pro hivi majuzi imesasishwa ili kuwawezesha watengenezaji katika kuunda programu za wavuti zinazoingiliana zaidi na zilizo na vipengele vingi. Maoni chanya yaliyopokelewa kutoka kwa watumiaji na watengenezaji yanathaminiwa sana, na maboresho yanayoendelea yataendelea kutekelezwa kulingana na maoni ya watumiaji.
Mbali na utendakazi wake bora kwenye vipimo vya kitaaluma, marudio ya hivi karibuni ya 2.5 Pro imeshika nafasi ya juu kwenye jedwali maarufu la uandishi wa msimbo, WebDev Arena, na alama ya kuvutia ya ELO ya 1415. Pia inaongoza katika jedwali zote za LMArena, ambayo hutathmini upendeleo wa binadamu kulingana na vigezo mbalimbali. Zaidi ya hayo, ikiwa na dirisha la muktadha la tokeni milioni 1, 2.5 Pro inatoa utendakazi wa kisasa katika muktadha mrefu na uelewa wa video.
Kwa kuunganisha LearnLM, familia ya modeli iliyoandaliwa kwa kushirikiana na wataalamu wa elimu, 2.5 Pro imekuwa modeli inayoongoza kwa kujifunza. Katika ulinganisho wa moja kwa moja unaotathmini ufundishaji na ufanisi wake, waelimishaji na wataalamu walipendelea Gemini 2.5 Pro kuliko modeli zingine katika anuwai tofauti za matukio. Pia ilizidi modeli za juu katika kanuni zote tano za sayansi ya kujifunza, ambazo hutumiwa kuunda mifumo ya AI kwa kujifunza. Hii inaangazia ufanisi wake katika mazingira ya kielimu, kutoa mikakati iliyolengwa na bora ya ufundishaji.
Deep Think: Kusukuma Mipaka ya Hoja
Google inachunguza kikamilifu mipaka ya uwezo wa utambuzi wa Gemini na kuanza kufanya majaribio na hali ya hoja iliyoimarishwa inayoitwa Deep Think. Hali hii ya ubunifu hutumia mbinu za utafiti za kisasa, kuwezesha modeli kutathmini nadharia nyingi kabla ya kuunda jibu. Njia hii huongeza michakato ya kufanya maamuzi, na kuruhusu matokeo ya kisasa zaidi na yenye nuances katika hali ngumu.
Gemini 2.5 Pro Deep Think ilipata alama ya kuvutia kwenye 2025 USAMO, inayotambuliwa sana kama mojawapo ya vipimo vya hisabati vyenye changamoto kubwa zaidi. Pia inafanya vizuri kwenye LiveCodeBench, kipimo kinachohitajika kwa ushindani wa kiwango cha ushindani, na inapata alama ya 84.0% kwenye MMMU, ambayo hutathmini hoja ya multimodal. Matokeo haya yanaonyesha utendaji wa kipekee wa Deep Think katika kushughulikia kazi ngumu, ikipendekeza mustakabali mzuri kwa utatuzi wa matatizo wa AI wa hali ya juu.
Kwa kuwa 2.5 Pro Deep Think inasukuma mpaka wa kile kinachowezekana, Google inachukua muda wa ziada kufanya tathmini kamili za usalama na kuomba maoni zaidi kutoka kwa wataalamu wa usalama. Kampuni pia itawapa wajaribu wateule ufikiaji wa Gemini API ili kukusanya maoni kabla ya kuifanya ipatikane sana. Njia hii ya tahadhari na ya makusudi inalenga kuhakikisha kupelekwa kwa uwajibikaji kwa teknolojia ya hali ya juu ya AI.
Kuanzisha 2.5 Flash Iliyoimarishwa
Modeli ya 2.5 Flash, inayojulikana kwa ufanisi na ufanisi wake wa gharama, imeboreshwa katika vipimo vingi. Imeonyesha maboresho katika vipimo muhimu vya hoja, multimodality, ushughulikiaji wa msimbo, na muktadha mrefu, huku ikipata ufanisi zaidi, ikitumia kati ya 20-30% tokeni chache katika tathmini. Hii inaangazia utendakazi wake ulioboreshwa na usimamizi wa rasilimali.
- 5 Flash mpya kwa sasa inapatikana kwa hakikisho katika Google AI Studio kwa watengenezaji, katika Vertex AI kwa programu za biashara, na katika programu ya Gemini kwa watumiaji wa jumla. Imeratibiwa kupatikana kwa ujumla mapema mwezi Juni, na kuifanya ipatikane kwa mazingira ya uzalishaji.
Uwezo Mpya wa Gemini 2.5
Maboresho ya Pato la Sauti Asilia na Live API
Live API inaleta toleo la hakikisho la ingizo la sauti-mwonekano na mazungumzo ya pato la sauti asilia, kuwezesha watumiaji kuunda uzoefu wa mazungumzo na Gemini ya asili zaidi na ya kueleza. Kipengele hiki huwezesha programu zinazovutia zaidi na zinazoingiliana. Uwezo wa AI kutoa majibu ya sauti ya kweli huongeza sana mwingiliano wa mtumiaji kwa kuunda njia angavu zaidi ya kuwasiliana.
Live API inawawezesha watumiaji kuongoza sauti, lafudhi, na mtindo wa kuongea wa modeli. Kwa mfano, modeli inaweza kuagizwa kutumia sauti ya kishindo wakati wa kusimulia hadithi. Pia inasaidia matumizi ya zana, kuruhusu kufanya utafutaji kwa niaba ya mtumiaji. Ubadilikaji katika udhibiti wa sauti na ufikiaji wa zana za nje hufanya modeli kuwa anuwai sana na yenye thamani katika matukio anuwai ya programu.
Watumiaji wanaweza kujaribu vipengele mbalimbali vya awali, ikiwa ni pamoja na:
Mazungumzo ya Hisia: Modeli hugundua hisia katika sauti ya mtumiaji na hujibu ipasavyo. Utendaji huu huongeza tabaka za akili ya kihisia kwa AI, na kufanya mwingiliano kuwa wa kibinafsi zaidi.
Sauti Tendaji: Modeli hupuuza mazungumzo ya chinichini na inajua wakati wa kujibu, kupunguza usumbufu na kuboresha uwazi. Kipengele hiki huboresha ubora wa mwingiliano, kuruhusu mawasiliano bora zaidi na yenye umakini.
Kufikiria katika Live API: Modeli hutumia uwezo wa kufikiria wa Gemini kusaidia kazi ngumu zaidi. Hii inaruhusu uchambuzi wa kina na kuzingatia wakati wa kushughulikia kazi ngumu, na kuifanya kuwa ya thamani sana katika nyanja zinazohitaji suluhisho sahihi na lenye ufahamu.
Google pia inatoa hakikisho mpya za utendaji wa maandishi-kwa-hotuba katika 2.5 Pro na 2.5 Flash. Hizi hutoa usaidizi wa kwanza-wao-aina kwa wasemaji wengi, kuwezesha maandishi-kwa-hotuba na sauti mbili kupitia pato la sauti asilia. Kipengele hiki ni muhimu sana kwa kuunda masimulizi na mazungumzo ya kuhusisha katika programu za multimedia.
Kama mazungumzo ya Sauti Asilia, maandishi-kwa-hotuba yanaeleza na yanaweza kunasa nuances dhaifu kama vile minong’ono. Inasaidia lugha zaidi ya 24 na hubadilika bila mshono kati yao, na kuifanya kuwa zana anuwai kwa mawasiliano ya kimataifa. Udhaifu huu katika matumizi ya lugha huboresha uzoefu wa mtumiaji, kuwezesha mchakato wa mawasiliano uliowekwa na nuances na wa kibinafsi zaidi.
Uwezo huu wa maandishi-kwa-hotuba utapatikana baadaye leo katika Gemini API.
Kiolesura Bora cha Kompyuta
Google inaanzisha uwezo wa utumiaji wa kompyuta wa Project Mariner katika Gemini API na Vertex AI. Kampuni zinazoangalia mbele kama vile Automation Anywhere, UiPath, Browserbase, Autotab, The Interaction Company, na Cartwheel zinachunguza uwezo wake. Google inatazamia uzinduzi mpana zaidi kwa watengenezaji ili kufanya majaribio na uwezo huu msimu huu wa joto, na kuweka njia kwa miradi na suluhisho za ubunifu. Uwezo wa kuunganisha modeli za AI moja kwa moja na violesura vya kompyuta husababisha suluhu za kazi zilizorahisishwa na zenye tija katika tasnia anuwai.
Hatua Bora za Usalama
Google imeimarisha kwa kiasi kikubwa ulinzi wake dhidi ya vitisho vya usalama, kama vile sindano za papo hapo zisizo za moja kwa moja. Hii inahusisha kupachika maagizo hasidi katika data iliyopatikana na modeli ya AI. Mbinu mpya ya usalama ya Google imeongeza kwa kiasi kikubwa kiwango cha ulinzi cha Gemini dhidi ya mashambulizi ya sindano ya haraka isiyo ya moja kwa moja wakati wa matumizi ya zana, na kuifanya Gemini 2.5 kuwa familia yake salama zaidi ya modeli hadi sasa. Usalama huu ulioimarishwa unawahakikishia watumiaji uzoefu salama na wa kuaminika wanapotumia suluhisho zinazoendeshwa na AI.
Uzoefu Bora wa Msanidi Programu
Muhtasari wa Mawazo
Zote 2.5 Pro na Flash sasa zitajumuisha muhtasari wa mawazo katika Gemini API na katika Vertex AI. Muhtasari huu huchukua mawazo ghafi ya modeli na kuyapanga katika umbizo lililo wazi na vichwa, maelezo muhimu, na habari juu ya vitendo vya modeli, kama vile wakati wanapotumia zana. Kwa kutoa maarifa katika mchakato wa uchambuzi wa AI, muhtasari wa mawazo husaidia katika kuelewa na kurekebisha masuala ndani ya mifumo ya AI, kuboresha ufanisi na muundo wa mfumo.
Kwa umbizo lililo wazi zaidi na lililorahisishwa kwenye mchakato wa mawazo ya modeli, watengenezaji na watumiaji wataona mwingiliano na modeli za Gemini kuwa rahisi kuelewa na kurekebisha.
Bajeti za Kufikiria
Google ilizindua 2.5 Flash na bajeti za kufikiria ili kuwapa watengenezaji udhibiti mkubwa juu ya gharama kwa kusawazisha latency na ubora. Uwezo huu sasa umeongezwa hadi 2.5 Pro, kukupa chaguzi bora za kurekebisha. Kwa kudhibiti tokeni zinazotumiwa na kuboresha rasilimali, watengenezaji wanaweza kufikia usawa unaofaa kati ya gharama ya hesabu na ufanisi wa suluhisho, na kufanya utekelezaji wa AI kuwa wa kiuchumi na ufanisi.
Hii inaruhusu udhibiti kamili wa idadi ya tokeni ambazo modeli hutumia kufikiria kabla ya kujibu, au hata kuzima uwezo wake wa kufikiria.
Gemini 2.5 Pro na bajeti itapatikana kwa ujumla kwa matumizi thabiti ya uzalishaji katika wiki zijazo, pamoja na modeli inayopatikana kwa ujumla.
Usaidizi wa Zana za MCP
Google imeongeza usaidizi wa asili wa SDK kwa ufafanuzi wa Itifaki ya Muktadha wa Model (MCP) katika Gemini API kwa ujumuishaji rahisi na zana za chanzo huria. Mbinu tofauti za upelekaji, kama vile seva za MCP na zana zilizoshirikiwa, zinachunguzwa ili iwe rahisi kwa watumiaji kuunda programu za wakala. Hii inaboresha mazingira ya maendeleo ya AI kupitia anuwai pana ya chaguzi za ujumuishaji wa zana na ushirikiano kwenye miradi.
Ubunifu endelevu ni muhimu katika kujitolea kuendelea kuboresha modeli na uzoefu wa watengenezaji, na kuzifanya ziwe bora zaidi, bora, na ziitikia maoni ya wasanidi programu. Ongeza mara mbili upana na kina cha utafiti wa kimsingi ili kusukuma mpaka wa uwezo wa Gemini. Kuna zaidi ya kuja katika siku zijazo.