செயற்கை நுண்ணறிவின் இடைவிடாத பரிணாமம் மற்றொரு குறிப்பிடத்தக்க முன்னேற்றத்தை எடுத்துள்ளது. தொழில்நுட்ப அரங்கில் ஒரு நிரந்தரமான பெரிய நிறுவனமான Google, அதன் சமீபத்திய கண்டுபிடிப்பான Gemini 2.5 ஐ முறையாக அறிமுகப்படுத்தியுள்ளது. இது வெறும் மேம்படுத்தல் அல்ல; இது AI மாதிரிகளின் ஒரு புதிய குடும்பத்தை குறிக்கிறது, இது மனித அறிவாற்றலின் ஒரு அடிப்படை அம்சத்தைப் பிரதிபலிக்கும் ஒரு முக்கிய திறனுடன் வடிவமைக்கப்பட்டுள்ளது – அதாவது ஒரு பதிலைக் கொடுப்பதற்கு முன் இடைநிறுத்தம் செய்தல், பிரதிபலித்தல் மற்றும் பகுத்தறிதல். இந்த வேண்டுமென்றே ‘சிந்திக்கும்’ செயல்முறை, முந்தைய AI தலைமுறைகளின் உடனடி, சில சமயங்களில் குறைவாகக் கருதப்பட்ட பதில்களிலிருந்து ஒரு முக்கிய மாற்றத்தைக் குறிக்கிறது.
Gemini 2.5 Pro Experimental அறிமுகம்: சிந்தனைமிக்க AI-ன் முன்னோடி
இந்த புதிய தலைமுறைக்கு முன்னணியில் இருப்பது Gemini 2.5 Pro Experimental. Google இந்த பன்முக பகுத்தறிவு மாதிரியை ஒரு மேம்பாடாக மட்டுமல்லாமல், அதன் இதுவரை உருவாக்கப்பட்டவற்றில் மிகவும் புத்திசாலித்தனமான படைப்பாகவும் நிலைநிறுத்துகிறது. இந்த அதிநவீன தொழில்நுட்பத்திற்கான அணுகல் மூலோபாய ரீதியாக வெளியிடப்படுகிறது. டெவலப்பர்கள் Google AI Studio மூலம் அதன் திறன்களை உடனடியாகப் பயன்படுத்தத் தொடங்கலாம், இது AI ஆய்வு மற்றும் பயன்பாட்டுக் கட்டமைப்பிற்கான நிறுவனத்தின் பிரத்யேக தளமாகும். அதே நேரத்தில், Google இன் பிரீமியம் AI சேவையான Gemini Advanced சந்தாதாரர்கள் – இது மாதத்திற்கு $20 கட்டணம் கொண்டது – மேம்படுத்தப்பட்ட பகுத்தறிவு சக்தியை தங்கள் Gemini பயன்பாட்டு அனுபவத்தில் ஒருங்கிணைக்கப்பட்டிருப்பதைக் காண்பார்கள்.
இந்த ஆரம்ப வெளியீடு Google க்கு ஒரு பரந்த மூலோபாய திசையைக் குறிக்கிறது. அதன் ஆய்வகங்களிலிருந்து வெளிவரும் எதிர்கால AI மாதிரிகள் அனைத்தும் இந்த மேம்பட்ட பகுத்தறிவு திறன்களை உள்ளடக்கும் என்று நிறுவனம் வெளிப்படையாகக் கூறியுள்ளது. இது ‘சிந்திக்கும்’ AI என்பது ஒரு அம்சம் மட்டுமல்ல, Google அதன் AI எதிர்காலத்தை உருவாக்க விரும்பும் அடிப்படைக் கொள்கையாகும் என்ற அறிவிப்பாகும். இந்த அர்ப்பணிப்பு, வடிவங்களை அடையாளம் காணுதல் மற்றும் நிகழ்தகவு உரை உருவாக்கம் ஆகியவற்றிற்கு அப்பால், மிகவும் வலுவான பகுப்பாய்வு மற்றும் சிக்கல் தீர்க்கும் திறன்களை வெளிப்படுத்தும் அமைப்புகளை நோக்கி நகர்வதன் முக்கியத்துவத்தை அடிக்கோடிட்டுக் காட்டுகிறது.
செயற்கை பகுத்தறிவுக்கான தொழில்துறை அளவிலான தேடல்
Google இன் இந்த நடவடிக்கை ஒரு வெற்றிடத்தில் நிகழவில்லை. Gemini 2.5 இன் வெளியீடு, AI க்கு பகுத்தறிவு திறன்களை வழங்குவதை மையமாகக் கொண்ட ஒரு தீவிரமான தொழில்நுட்பப் போட்டியில் சமீபத்திய பாய்ச்சலாகும். இந்த குறிப்பிட்ட போட்டிக்கான தொடக்கத் துப்பாக்கி செப்டம்பர் 2024 இல் ஒலித்தது, அப்போது OpenAI அதன் முன்னோடி மாதிரியான o1 ஐ அறிமுகப்படுத்தியது, இது சிக்கலான பகுத்தறிவு பணிகளுக்காக வெளிப்படையாக வடிவமைக்கப்பட்டது. அப்போதிருந்து, போட்டி நிலப்பரப்பு வேகமாக தீவிரமடைந்துள்ளது.
உலகெங்கிலும் உள்ள முக்கிய நிறுவனங்கள் தங்கள் சொந்த போட்டியாளர்களை உருவாக்கவும் பயன்படுத்தவும் விரைந்துள்ளன:
- Anthropic, AI பாதுகாப்பு மற்றும் அதன் Claude தொடர் மாதிரிகளில் கவனம் செலுத்துவதற்காக அறியப்படுகிறது.
- DeepSeek, சீனாவிலிருந்து உருவான ஒரு லட்சிய AI ஆய்வகம், மாதிரி செயல்திறனில் குறிப்பிடத்தக்க முன்னேற்றங்களைச் செய்து வருகிறது.
- xAI, Elon Musk இன் முயற்சி, AI மூலம் பிரபஞ்சத்தின் உண்மையான தன்மையைப் புரிந்துகொள்வதை நோக்கமாகக் கொண்டுள்ளது.
- இப்போது, Google, அதன் பரந்த வளங்கள் மற்றும் ஆழ்ந்த ஆராய்ச்சி நிபுணத்துவத்தை Gemini 2.5 குடும்பத்துடன் பயன்படுத்துகிறது.
இந்த பகுத்தறிவு மாதிரிகளுக்குப் பின்னால் உள்ள முக்கிய கருத்து ஒரு சமரசத்தை உள்ளடக்கியது. அவை வேண்டுமென்றே அவற்றின் வேகமாக பதிலளிக்கும் சகாக்களுடன் ஒப்பிடும்போது கூடுதல் கணினி வளங்களையும் நேரத்தையும் பயன்படுத்துகின்றன. இந்த ‘இடைநிறுத்தம்’ AI ஐ மிகவும் சிக்கலான உள் செயல்முறைகளில் ஈடுபட அனுமதிக்கிறது. இவற்றில் பின்வருவன அடங்கும்:
- சிக்கலான தூண்டுதல்களைப் பிரித்தல்: சிக்கலான கேள்விகள் அல்லது வழிமுறைகளை சிறிய, நிர்வகிக்கக்கூடிய துணைச் சிக்கல்களாக உடைத்தல்.
- உள் அறிவை உண்மைச் சரிபார்த்தல்: அதன் பயிற்சித் தரவு அல்லது சாத்தியமான வெளிப்புற ஆதாரங்களுக்கு எதிராக தகவல்களைச் சரிபார்த்தல் (இயக்கப்பட்டிருந்தால்).
- பல சாத்தியமான தீர்வு வழிகளை மதிப்பீடு செய்தல்: மிகவும் தர்க்கரீதியான அல்லது துல்லியமான ஒன்றில் தீர்வு காண்பதற்கு முன் வெவ்வேறு பகுத்தறிவு வழிகளை ஆராய்தல்.
- படிப்படியான சிக்கல் தீர்த்தல்: தர்க்கரீதியான வரிசைகள் மூலம் முறையாகச் செயல்படுதல், குறிப்பாக கணித மற்றும் குறியீட்டு சவால்களுக்கு முக்கியமானது.
இந்த வேண்டுமென்றே அணுகுமுறை, குறிப்பாக துல்லியம் மற்றும் தர்க்கரீதியான கடுமை தேவைப்படும் களங்களில் ஈர்க்கக்கூடிய முடிவுகளை அளித்துள்ளது.
பகுத்தறிவு ஏன் முக்கியம்: கணித மேதைகள் முதல் தன்னாட்சி முகவர்கள் வரை
பகுத்தறிவு திறன்களில் முதலீடு செய்வது பல்வேறு கோரும் பணிகளில் காணப்பட்ட உறுதியான நன்மைகளால் இயக்கப்படுகிறது. இந்த நுட்பங்களைக் கொண்ட AI மாதிரிகள், பாரம்பரியமாக மொழி மாதிரிகளுக்கு சவால் விடுத்த பகுதிகளில் குறிப்பிடத்தக்க அளவில் மேம்பட்ட செயல்திறனை வெளிப்படுத்தியுள்ளன, அவை:
- கணிதம்: சிக்கலான சமன்பாடுகளைத் தீர்ப்பது, தேற்றங்களை நிரூபிப்பது மற்றும் சுருக்கமான கணிதக் கருத்துக்களைப் புரிந்துகொள்வது.
- குறியீட்டு முறை மற்றும் மென்பொருள் மேம்பாடு: மிகவும் நம்பகமான குறியீட்டை உருவாக்குதல், சிக்கலான நிரல்களை பிழைதிருத்தம் செய்தல், சிக்கலான குறியீட்டுத் தளங்களைப் புரிந்துகொள்வது மற்றும் மென்பொருள் கட்டமைப்புகளை வடிவமைப்பது.
சிக்கல்களை படிப்படியாக பகுத்தறிந்து, தர்க்கரீதியான தவறுகளைக் கண்டறிந்து, தீர்வுகளைச் சரிபார்க்கும் திறன், இந்த மாதிரிகளை டெவலப்பர்கள், பொறியாளர்கள் மற்றும் விஞ்ஞானிகளுக்கு சக்திவாய்ந்த கருவிகளாக ஆக்குகிறது.
இந்த உடனடி பயன்பாடுகளுக்கு அப்பால், தொழில்நுட்பத் துறையில் உள்ள பல வல்லுநர்கள் பகுத்தறிவு மாதிரிகளை மிகவும் லட்சியமான இலக்கை நோக்கிய ஒரு முக்கியமான படியாகக் கருதுகின்றனர்: AI முகவர்கள் (AI agents). இவை நோக்கங்களைப் புரிந்துகொள்ளவும், பல-படி செயல்களைத் திட்டமிடவும், குறைந்தபட்ச மனித மேற்பார்வையுடன் பணிகளைச் செய்யவும் திறன் கொண்ட தன்னாட்சி அமைப்புகளாகக் கருதப்படுகின்றன. உங்கள் அட்டவணையை நிர்வகிக்கவும், பயணத்தை முன்பதிவு செய்யவும், சிக்கலான ஆராய்ச்சியை மேற்கொள்ளவும் அல்லது மென்பொருள் வரிசைப்படுத்தல் குழாய்களை தன்னாட்சி முறையில் நிர்வகிக்கவும் திறன் கொண்ட ஒரு AI முகவரை கற்பனை செய்து பாருங்கள். வலுவான பகுத்தறிவு, திட்டமிடல் மற்றும் சுய-திருத்தம் ஆகியவற்றிற்கான திறன் இந்த பார்வையை உணர்ந்து கொள்வதற்கு அடிப்படையாகும்.
இருப்பினும், இந்த மேம்படுத்தப்பட்ட திறன் ஒரு நேரடி செலவில் வருகிறது. அதிகரித்த கணினித் தேவைகள் நேரடியாக அதிக செயல்பாட்டுச் செலவுகளாக மாறுகின்றன. பகுத்தறிவு மாதிரிகளை இயக்க அதிக சக்திவாய்ந்த வன்பொருள் தேவைப்படுகிறது மற்றும் அதிக ஆற்றலைப் பயன்படுத்துகிறது, இதனால் அவை இயல்பாகவே செயல்பட அதிக விலை கொண்டவை, இதன் விளைவாக, இறுதிப் பயனர்கள் அல்லது API கள் வழியாக அவற்றை ஒருங்கிணைக்கும் டெவலப்பர்களுக்கு அதிக விலை கொண்டதாக இருக்கலாம். இந்த பொருளாதார காரணி அவற்றின் வரிசைப்படுத்தலை பாதிக்கும், மேம்பட்ட துல்லியம் மற்றும் நம்பகத்தன்மை கூடுதல் செலவை நியாயப்படுத்தும் உயர் மதிப்பு பணிகளுக்கு அவற்றை ஒதுக்குவதற்கான சாத்தியக்கூறுகள் உள்ளன.
Google இன் மூலோபாய நகர்வு: Gemini பரம்பரையை உயர்த்துதல்
Google முன்பு ‘சிந்திக்கும்’ நேரத்தை உள்ளடக்கிய மாதிரிகளை ஆராய்ந்திருந்தாலும், டிசம்பரில் வெளியிடப்பட்ட Gemini இன் முந்தைய பதிப்பு போன்றவை, Gemini 2.5 குடும்பம் மிகவும் ஒருங்கிணைந்த மற்றும் மூலோபாய ரீதியாக குறிப்பிடத்தக்க முயற்சியைக் குறிக்கிறது. இந்த வெளியீடு போட்டியாளர்களால், குறிப்பாக OpenAI இன் ‘o’ தொடரால் நிறுவப்பட்டதாகக் கருதப்படும் முன்னணியை சவால் செய்வதை தெளிவாக நோக்கமாகக் கொண்டுள்ளது, இது அதன் பகுத்தறிவு திறனுக்காக குறிப்பிடத்தக்க கவனத்தைப் பெற்றுள்ளது.
Google, Gemini 2.5 Pro ஐ தைரியமான செயல்திறன் கூற்றுக்களுடன் ஆதரிக்கிறது. இந்த புதிய மாதிரி அதன் சொந்த முந்தைய உயர்-நிலை AI மாதிரிகளை மிஞ்சுவது மட்டுமல்லாமல், பல தொழில்துறை-தர அளவுகோல்களில் போட்டியாளர்களின் முன்னணி மாதிரிகளுக்கு எதிராகவும் சாதகமாக நிற்கிறது என்று நிறுவனம் வலியுறுத்துகிறது. Google இன் கூற்றுப்படி, வடிவமைப்பு கவனம் குறிப்பாக இரண்டு முக்கிய பகுதிகளில் சிறந்து விளங்குவதை நோக்கமாகக் கொண்டது:
- பார்வைக்கு ஈர்க்கும் வலைப் பயன்பாட்டு உருவாக்கம்: பயனர் இடைமுக வடிவமைப்பு கொள்கைகள் மற்றும் முன்-இறுதி மேம்பாட்டு தர்க்கத்தைப் புரிந்துகொள்வதற்கும் செயல்படுத்துவதற்கும் உரை உருவாக்கத்திற்கு அப்பாற்பட்ட திறன்களை பரிந்துரைக்கிறது.
- முகவர் குறியீட்டு பயன்பாடுகள் (Agentic Coding Applications): மென்பொருள் மேம்பாட்டு களத்திற்குள் திட்டமிடல், கருவி பயன்பாடு மற்றும் சிக்கலான சிக்கல் தீர்க்கும் தேவைப்படும் பணிகளுக்காக இந்த மாதிரி கட்டமைக்கப்பட்டுள்ளது என்ற கருத்தை வலுப்படுத்துகிறது.
இந்த கூற்றுக்கள் Gemini 2.5 Pro ஐ டெவலப்பர்கள் மற்றும் AI பயன்பாட்டின் எல்லைகளைத் தள்ளும் படைப்பாளர்களை நேரடியாக இலக்காகக் கொண்ட ஒரு பல்துறை கருவியாக நிலைநிறுத்துகின்றன.
மூளைத்திறனை அளவிடுதல்: Gemini 2.5 Pro எவ்வாறு செயல்படுகிறது
AI துறையில் செயல்திறன் பெரும்பாலும் குறிப்பிட்ட திறன்களை ஆராய வடிவமைக்கப்பட்ட தரப்படுத்தப்பட்ட சோதனைகள் அல்லது அளவுகோல்கள் மூலம் அளவிடப்படுகிறது. Google, Gemini 2.5 Pro Experimental ஐ அதன் போட்டியாளர்களுடன் பல முக்கிய மதிப்பீடுகளில் ஒப்பிடும் தரவை வெளியிட்டுள்ளது:
Aider Polyglot: இந்த அளவுகோல் குறிப்பாக ஒரு மாதிரியின் ஏற்கனவே உள்ள குறியீட்டைத் திருத்தும் திறனை பல நிரலாக்க மொழிகளில் அளவிடுகிறது. இது நிஜ உலக டெவலப்பர் பணிப்பாய்வுகளைப் பிரதிபலிக்கும் ஒரு நடைமுறை சோதனை. இந்த சோதனையில், Gemini 2.5 Pro 68.6% மதிப்பெண்ணைப் பெறுகிறது என்று Google தெரிவிக்கிறது. இந்த எண்ணிக்கை, Google இன் கூற்றுப்படி, இந்த குறிப்பிட்ட குறியீடு-திருத்தும் பணியில் OpenAI, Anthropic மற்றும் DeepSeek இன் சிறந்த மாதிரிகளை விட முன்னணியில் வைக்கிறது. இது சிக்கலான குறியீட்டுத் தளங்களைப் புரிந்துகொள்வதிலும் மாற்றுவதிலும் வலுவான திறன்களைக் குறிக்கிறது.
SWE-bench Verified: மென்பொருள் மேம்பாட்டில் கவனம் செலுத்தும் மற்றொரு முக்கியமான அளவுகோல், SWE-bench நிஜ உலக GitHub சிக்கல்களைத் தீர்க்கும் திறனை மதிப்பிடுகிறது, அடிப்படையில் மென்பொருள் பொறியியலில் நடைமுறை சிக்கல் தீர்க்கும் திறனை சோதிக்கிறது. இங்கே, முடிவுகள் மிகவும் நுணுக்கமான படத்தைக் காட்டுகின்றன. Gemini 2.5 Pro 63.8% மதிப்பெண் பெறுகிறது. இது OpenAI இன் o3-mini மற்றும் DeepSeek இன் R1 மாதிரியை விட சிறப்பாக செயல்படும் அதே வேளையில், இது Anthropic இன் Claude 3.7 Sonnet ஐ விட குறைவாக உள்ளது, இது இந்த குறிப்பிட்ட அளவுகோலில் 70.3% மதிப்பெண்ணுடன் முன்னணியில் உள்ளது. இது துறையின் போட்டித் தன்மையை எடுத்துக்காட்டுகிறது, அங்கு வெவ்வேறு மாதிரிகள் மென்பொருள் மேம்பாடு போன்ற ஒரு சிக்கலான பணியின் வெவ்வேறு அம்சங்களில் சிறந்து விளங்கக்கூடும்.
Humanity’s Last Exam (HLE): இது ஒரு சவாலான பன்முக அளவுகோல் (multimodal benchmark) ஆகும், அதாவது இது AI இன் வெவ்வேறு வகையான தரவுகளை (உரை, படங்கள் போன்றவை) புரிந்துகொண்டு பகுத்தறியும் திறனை சோதிக்கிறது. இது கணிதம், மனிதநேயம் மற்றும் இயற்கை அறிவியல் ஆகியவற்றை உள்ளடக்கிய ஆயிரக்கணக்கான கூட்டத்தால் பெறப்பட்ட கேள்விகளைக் கொண்டுள்ளது, இது மனிதர்களுக்கும் AI க்கும் கடினமாக இருக்கும் வகையில் வடிவமைக்கப்பட்டுள்ளது. Google, Gemini 2.5 Pro HLE இல் 18.8% மதிப்பெண்ணைப் பெறுகிறது என்று கூறுகிறது. இந்த சதவீதம் முழுமையான அடிப்படையில் குறைவாகத் தோன்றினாலும், இது ஒரு வலுவான செயல்திறனைக் குறிக்கிறது, இந்த மோசமான கடினமான மற்றும் பரந்த அளவிலான சோதனையில் பெரும்பாலான போட்டி முதன்மை மாதிரிகளை மிஞ்சுகிறது என்று Google குறிப்பிடுகிறது. இங்கு வெற்றி என்பது மிகவும் பொதுவான பகுத்தறிவு மற்றும் அறிவு ஒருங்கிணைப்பு திறன்களை நோக்கிச் சுட்டிக்காட்டுகிறது.
இந்த அளவுகோல் முடிவுகள், Google ஆல் தேர்ந்தெடுக்கப்பட்ட முறையில் வழங்கப்பட்டாலும், மதிப்புமிக்க தரவுப் புள்ளிகளை வழங்குகின்றன. அவை Gemini 2.5 Pro ஒரு மிகவும் போட்டித்தன்மை வாய்ந்த மாதிரி என்பதைக் குறிக்கின்றன, குறிப்பாக குறியீடு திருத்தம் மற்றும் பொது பன்முக பகுத்தறிவில் வலுவானது, அதே நேரத்தில் Anthropic போன்ற போட்டியாளர்கள் தற்போது ஒரு விளிம்பைக் கொண்டிருக்கும் பகுதிகளை (குறிப்பிட்ட மென்பொருள் பொறியியல் பணிகள்) ஒப்புக்கொள்கின்றன. இது அவசியமாக ஒரு ‘சிறந்த’ மாதிரி இல்லை, மாறாக குறிப்பிட்ட பயன்பாட்டைப் பொறுத்து மாறுபட்ட பலம் மற்றும் பலவீனங்களைக் கொண்ட மாதிரிகள் உள்ளன என்ற கருத்தை இது அடிக்கோடிட்டுக் காட்டுகிறது.
அடிவானத்தை விரிவுபடுத்துதல்: மிகப்பெரிய சூழல் சாளரம் (Context Window)
மூல பகுத்தறிவு சக்திக்கு அப்பால், Gemini 2.5 Pro இன் மற்றொரு தலைப்புச் செய்தி அம்சம் அதன் மிகப்பெரிய சூழல் சாளரம் (massive context window) ஆகும். தொடங்குவதற்கு, இந்த மாதிரி ஒரே உள்ளீட்டில் 1 மில்லியன் டோக்கன்களை செயலாக்கும் திறனுடன் அனுப்பப்படுகிறது. டோக்கன்கள் என்பது AI மாதிரிகள் செயலாக்கும் தரவின் அடிப்படை அலகுகள் (சொற்கள் அல்லது சொற்களின் பகுதிகள் போன்றவை). 1 மில்லியன் டோக்கன் சாளரம் என்பது தோராயமாக 750,000 சொற்களை ஒரே நேரத்தில் உட்கொண்டு கருத்தில் கொள்ளும் திறனுக்கு சமம்.
இதை ஒரு கண்ணோட்டத்தில் வைக்க:
- இந்தத் திறன் J.R.R. Tolkien இன் ‘Lord of The Rings’ முத்தொகுப்பின் முழு வார்த்தை எண்ணிக்கையையும் தாண்டியுள்ளது.
- இது மாதிரியை பரந்த குறியீடு களஞ்சியங்கள், விரிவான சட்ட ஆவணங்கள், நீண்ட ஆராய்ச்சித் தாள்கள் அல்லது முழு புத்தகங்களையும் முன்பு வழங்கப்பட்ட தகவல்களை இழக்காமல் பகுப்பாய்வு செய்ய அனுமதிக்கிறது.
இந்த மிகப்பெரிய சூழல் சாளரம் புதிய சாத்தியங்களைத் திறக்கிறது. மாதிரிகள் நம்பமுடியாத நீண்ட தொடர்புகள் அல்லது ஆவணங்கள் முழுவதும் ஒத்திசைவைப் பராமரிக்கலாம் மற்றும் தகவல்களைக் குறிப்பிடலாம், இது பெரிய தரவுத்தொகுப்புகளில் மிகவும் சிக்கலான பகுப்பாய்வு, சுருக்கம் மற்றும் கேள்வி-பதிலளிப்பதை செயல்படுத்துகிறது.
மேலும், இது தொடக்கப் புள்ளி மட்டுமே என்று Google ஏற்கனவே சமிக்ஞை செய்துள்ளது. நிறுவனம் விரைவில் இந்த திறனை இரட்டிப்பாக்க திட்டமிட்டுள்ளது, இது Gemini 2.5 Pro ஐ 2 மில்லியன் டோக்கன்கள் வரை உள்ளீடுகளை ஆதரிக்க உதவும். சூழல் கையாளும் திறனின் இந்த தொடர்ச்சியான விரிவாக்கம் ஒரு முக்கியமான போக்காகும், இது AI ஐ முன்பு தீர்க்க முடியாத சிக்கலான மற்றும் தகவல்-அடர்த்தியான பணிகளைக் கையாள அனுமதிக்கிறது. இது AI ஐ எளிய கேள்வி-பதில் போட்களிலிருந்து மேலும் நகர்த்தி, பரந்த அளவிலான தகவல்களை ஒருங்கிணைக்கக்கூடிய சக்திவாய்ந்த பகுப்பாய்வு கூட்டாளர்களாக மாற்றுகிறது.
முன்னோக்கிப் பார்த்தல்: விலை நிர்ணயம் மற்றும் எதிர்கால மேம்பாடுகள்
தொழில்நுட்ப விவரக்குறிப்புகள் மற்றும் அளவுகோல் செயல்திறன்கள் புதிரானவை என்றாலும், நடைமுறை தத்தெடுப்பு பெரும்பாலும் அணுகல் மற்றும் செலவைப் பொறுத்தது. தற்போது, Google, Gemini 2.5 Pro க்கான பயன்பாட்டு நிரலாக்க இடைமுகம் (API) விலையை வெளியிடவில்லை. இந்தத் தகவல் டெவலப்பர்கள் மற்றும் வணிகங்கள் தங்கள் சொந்த பயன்பாடுகள் மற்றும் சேவைகளில் மாதிரியை ஒருங்கிணைக்கத் திட்டமிடுவதற்கு முக்கியமானது. விலை கட்டமைப்புகள் தொடர்பான விவரங்கள் வரும் வாரங்களில் பகிரப்படும் என்று Google சுட்டிக்காட்டியுள்ளது.
Gemini 2.5 Pro Experimental இன் வெளியீடு Google இன் AI முயற்சிகளுக்கு ஒரு புதிய அத்தியாயத்தின் தொடக்கத்தைக் குறிக்கிறது. Gemini 2.5 குடும்பத்தில் முதல் நுழைபவராக, இது எதிர்கால மாதிரிகளுக்கு மேடை அமைக்கிறது, அவை இதேபோன்ற பகுத்தறிவு திறன்களை உள்ளடக்கியிருக்கலாம், வெவ்வேறு அளவுகள், செலவுகள் அல்லது குறிப்பிட்ட முறைகளுக்கு ஏற்றவாறு வடிவமைக்கப்படலாம். பகுத்தறிவில் கவனம் செலுத்துதல், விரிவடையும் சூழல் சாளரத்துடன் இணைந்து, Google இன் லட்சியத்தை தெளிவாகக் குறிக்கிறது, இது செயற்கை நுண்ணறிவின் வேகமாக முன்னேறும் துறையில் முன்னணியில் இருக்க வேண்டும், உள்ளடக்கத்தை உருவாக்குவது மட்டுமல்லாமல், ஆழமான, மனிதனைப் போன்ற சிந்தனை செயல்முறைகளில் ஈடுபடக்கூடிய கருவிகளை வழங்குகிறது. போட்டி சந்தேகத்திற்கு இடமின்றி பதிலளிக்கும், மேலும் புத்திசாலித்தனமான மற்றும் திறமையான AI நோக்கிய பந்தயம் ஒரு வேகமான வேகத்தில் தொடர்வதை உறுதி செய்யும்.