செயற்கை நுண்ணறிவின் இடைவிடாத வளர்ச்சி தொழில்நுட்ப நிலப்பரப்பை தொடர்ந்து மறுவடிவமைத்து வருகிறது, மேலும் Google ஒரு குறிப்பிடத்தக்க புதிய சவாலை முன்வைத்துள்ளது. Gemini 2.5 Pro-வை அறிமுகப்படுத்துகிறது, இது நிறுவனத்தின் அடுத்த தலைமுறை Gemini 2.5 குடும்பத்தின் முதல் மாடல் ஆகும். இது மற்றொரு படிப்படியான மேம்படுத்தல் மட்டுமல்ல; Google இந்த பன்முக பகுத்தறிவு இயந்திரத்தை ஒரு வலிமையான சக்தியாக நிலைநிறுத்துகிறது, குறிப்பாக கோடிங், கணிதம் மற்றும் அறிவியல் சிக்கல் தீர்த்தல் போன்ற கோரும் அரங்குகளில் OpenAI, Anthropic மற்றும் DeepSeek போன்ற நிறுவப்பட்ட போட்டியாளர்களை விட உயர்ந்த செயல்திறனைக் கோருகிறது. இந்த வெளியீடு திறனில் ஒரு பாய்ச்சலை மட்டுமல்லாமல், Google அதன் மிகவும் மேம்பட்ட AI அமைப்புகளை அணுகும் மற்றும் பிராண்டிங் செய்யும் விதத்தில் ஒரு மூலோபாய செம்மைப்படுத்தலையும் குறிக்கிறது.
உள்ளார்ந்த பகுத்தறிவை நோக்கிய பரிணாமம்
Gemini 2.5 Pro-வின் மையத்தில் பகுத்தறிவுக்கான மேம்பட்ட திறன் உள்ளது. AI-யின் சூழலில் இந்த சொல், எளிய வடிவப் பொருத்தம் அல்லது தகவல் மீட்டெடுப்பிற்கு அப்பால் செல்ல வடிவமைக்கப்பட்ட மாடல்களைக் குறிக்கிறது. உண்மையான பகுத்தறிவு AI, மிகவும் கருத்தில் கொள்ளப்பட்ட, மனிதனைப் போன்ற சிந்தனை செயல்முறையைப் பின்பற்ற முற்படுகிறது. இது ஒரு வினவலின் சூழலை உன்னிப்பாக மதிப்பீடு செய்தல், சிக்கலான சிக்கல்களை நிர்வகிக்கக்கூடிய படிகளாக உடைத்தல், சிக்கலான விவரங்களை முறையாகச் செயலாக்குதல் மற்றும் ஒரு பதிலை வழங்குவதற்கு முன் உள் நிலைத்தன்மை சோதனைகள் அல்லது உண்மை சரிபார்ப்பைச் செய்தல் ஆகியவற்றை உள்ளடக்கியது. நம்பத்தகுந்ததாகத் தோன்றும் உரையை மட்டுமல்ல, தர்க்கரீதியாக சரியான மற்றும் துல்லியமான வெளியீடுகளை அடைவதே இதன் குறிக்கோள்.
இருப்பினும், ஆழமான பகுத்தறிவு திறன்களைப் பின்தொடர்வது ஒரு விலையுடன் வருகிறது. இத்தகைய அதிநவீன அறிவாற்றல் செயல்முறைகளுக்கு எளிமையான உருவாக்கும் மாடல்களுடன் ஒப்பிடும்போது கணிசமாக அதிக கணினி ஆற்றல் தேவைப்படுகிறது. இந்த அமைப்புகளுக்குப் பயிற்சி அளிப்பது வளம் மிகுந்தது, மேலும் அவற்றை இயக்குவது அதிக செயல்பாட்டுச் செலவுகளை ஏற்படுத்துகிறது. திறன் மற்றும் செலவு ஆகியவற்றுக்கு இடையேயான இந்த வர்த்தகம் மேம்பட்ட AI-யின் வளர்ச்சியில் ஒரு மைய சவாலாக உள்ளது.
சுவாரஸ்யமாக, Google இந்த முக்கிய திறனைச் சுற்றி அதன் பிராண்டிங் உத்தியை நுட்பமாக மாற்றுவதாகத் தெரிகிறது. நிறுவனம் அதன் Gemini 1.5 தொடரை அறிமுகப்படுத்தியபோது, முந்தைய Gemini 1.0 Ultra அல்லது மேம்பட்ட பகுத்தறிவைக் குறிக்கும் சாத்தியமான கருத்தியல் மாறுபாடுகள் போன்ற ‘சிந்தனை’ (Thinking) லேபிளுடன் குறிப்பாக நியமிக்கப்பட்ட மாடல்களை உள்ளடக்கியது. இருப்பினும், Gemini 2.5 Pro-வின் வெளியீட்டில், இந்த வெளிப்படையான ‘சிந்தனை’ பெயர் பின்னணியில் மறைந்து வருவதாகத் தெரிகிறது.
2.5 வெளியீட்டைச் சுற்றியுள்ள Google-இன் சொந்த தகவல்தொடர்புகளின்படி, இது பகுத்தறிவைக் கைவிடுதல் அல்ல, மாறாக இந்த குடும்பத்திற்குள் வரவிருக்கும் அனைத்து மாடல்களிலும் ஒரு அடிப்படைப் பண்பாக அதன் ஒருங்கிணைப்பு ஆகும். பகுத்தறிவு இனி ஒரு தனி, பிரீமியம் அம்சமாக வழங்கப்படவில்லை, ஆனால் கட்டமைப்பின் உள்ளார்ந்த பகுதியாக உள்ளது. இது ஒரு ஒருங்கிணைந்த AI கட்டமைப்பை நோக்கிய நகர்வைக் குறிக்கிறது, அங்கு மேம்பட்ட அறிவாற்றல் திறன்கள் எதிர்பார்க்கப்படும் அடிப்படை செயல்பாடுகளாகும், தனித்துவமான பிராண்டிங் தேவைப்படும் தனிமைப்படுத்தப்பட்ட மேம்பாடுகள் அல்ல. இது தொழில்நுட்பத்தின் முதிர்ச்சியைக் குறிக்கிறது, அங்கு அதிநவீன செயலாக்கம் தரநிலையாக மாறுகிறது, விதிவிலக்காக அல்ல. இந்த மூலோபாய மாற்றம் Google-இன் AI போர்ட்ஃபோலியோவை நெறிப்படுத்தலாம் மற்றும் பயனர்கள் மற்றும் டெவலப்பர்கள் அதிநவீன பெரிய மொழி மாடல்களிடமிருந்து (LLMs) என்ன எதிர்பார்க்க வேண்டும் என்பதற்கு ஒரு புதிய அளவுகோலை அமைக்கலாம்.
பொறியியல் மேம்பாடுகள் மற்றும் அளவுகோல் ஆதிக்கம்
இந்த புதிய செயல்திறன் நிலைக்கு என்ன சக்தி அளிக்கிறது? Google, Gemini 2.5 Pro-வின் திறமையை காரணிகளின் கலவையாகக் கூறுகிறது: ‘கணிசமாக மேம்படுத்தப்பட்ட அடிப்படை மாடல்’ மற்றும் ‘மேம்படுத்தப்பட்ட பயிற்சிக்குப் பிந்தைய’ நுட்பங்கள். குறிப்பிட்ட கட்டடக்கலை கண்டுபிடிப்புகள் தனியுரிமையாக இருந்தாலும், இதன் உட்பொருள் தெளிவாக உள்ளது: அடிப்படை நரம்பியல் நெட்வொர்க்கில் அடிப்படை மேம்பாடுகள் செய்யப்பட்டுள்ளன, ஆரம்ப பெரிய அளவிலான பயிற்சிக்குப் பிறகு அதிநவீன சரிப்படுத்தும் செயல்முறைகளால் மேலும் செம்மைப்படுத்தப்பட்டுள்ளன. இந்த இரட்டை அணுகுமுறை மாடலின் மூல அறிவு மற்றும் அந்த அறிவை புத்திசாலித்தனமாகப் பயன்படுத்தும் திறன் இரண்டையும் அதிகரிக்க நோக்கமாகக் கொண்டுள்ளது.
ஆதாரம், அவர்கள் சொல்வது போல், புட்டிங்கில் உள்ளது - அல்லது AI உலகில், அளவுகோல்களில். Google, Gemini 2.5 Pro-வின் நிலையை, குறிப்பாக LMArena லீடர்போர்டின் உச்சியில் இருப்பதாகக் கூறப்படும் அதன் நிலையை முன்னிலைப்படுத்த விரைவாக உள்ளது. இந்த தளம் ஒரு அங்கீகரிக்கப்பட்ட, நிலையானதாக உருவாகி வரும் அரங்கமாகும், அங்கு முக்கிய LLM-கள் பல்வேறு பணிகளில் ஒன்றுக்கொன்று எதிராக நிறுத்தப்படுகின்றன, பெரும்பாலும் மனிதர்களால் தீர்மானிக்கப்படும் குருட்டு, தலைக்குத் தலை ஒப்பீடுகளைப் பயன்படுத்துகின்றன. அத்தகைய லீடர்போர்டில் முதலிடம் பிடிப்பது, தற்காலிகமாக இருந்தாலும், அதிக போட்டி நிறைந்த AI துறையில் ஒரு குறிப்பிடத்தக்க கூற்று ஆகும்.
குறிப்பிட்ட கல்விசார் பகுத்தறிவு அளவுகோல்களில் ஆழமாகச் செல்வது மாடலின் பலங்களை மேலும் விளக்குகிறது:
- கணிதம் (AIME 2025): Gemini 2.5 Pro இந்த சவாலான கணிதப் போட்டி அளவுகோலில் 86.7% என்ற ஈர்க்கக்கூடிய மதிப்பெண்ணை அடைந்தது. அமெரிக்க அழைப்பிதழ் கணிதத் தேர்வு (AIME) அதன் சிக்கலான சிக்கல்களுக்கு பெயர் பெற்றது, இது உயர்நிலைப் பள்ளி மாணவர்களை இலக்காகக் கொண்ட ஆழமான தர்க்கரீதியான பகுத்தறிவு மற்றும் கணித நுண்ணறிவு தேவைப்படுகிறது. இங்கு சிறந்து விளங்குவது சுருக்கமான கணித சிந்தனைக்கான ஒரு வலுவான திறனைக் குறிக்கிறது.
- அறிவியல் (GPQA diamond): பட்டதாரி நிலை அறிவியல் கேள்வி பதில் துறையில், GPQA diamond அளவுகோலால் குறிப்பிடப்படுகிறது, மாடல் 84.0% மதிப்பெண் பெற்றது. இந்த சோதனை பல்வேறு அறிவியல் துறைகளில் புரிதலை ஆராய்கிறது, வெறும் உண்மை நினைவுகூரல் மட்டுமல்ல, தகவல்களைத் தொகுத்து சிக்கலான அறிவியல் காட்சிகள் மூலம் பகுத்தறியும் திறனையும் கோருகிறது.
- பரந்த அறிவு (Humanity’s Last Exam): கணிதம், அறிவியல் மற்றும் மனிதநேயம் ஆகியவற்றை உள்ளடக்கிய ஆயிரக்கணக்கான கேள்விகளைக் கொண்ட இந்த விரிவான மதிப்பீட்டில், Gemini 2.5 Pro 18.8% மதிப்பெண்ணுடன் முன்னணியில் இருப்பதாகக் கூறப்படுகிறது. சதவீதம் குறைவாகத் தோன்றினாலும், இந்த அளவுகோலின் பரந்த தன்மை மற்றும் சிரமம் காரணமாக, படிப்படியான முன்னணிகள் கூட குறிப்பிடத்தக்கவை, இது ஒரு நன்கு வட்டமான அறிவுத் தளம் மற்றும் பல்துறை பகுத்தறிவுத் திறனைக் குறிக்கிறது.
இந்த முடிவுகள் கட்டமைக்கப்பட்ட, தர்க்கரீதியான மற்றும் அறிவு-தீவிர களங்களில் சிறந்து விளங்கும் ஒரு AI-யின் படத்தை வரைகின்றன. கல்விசார் அளவுகோல்களில் கவனம் செலுத்துவது, வெறும் உரையாடல் சரளத்திற்கு அப்பால், சிக்கலான அறிவுசார் சவால்களைச் சமாளிக்கக்கூடிய மாடல்களை உருவாக்கும் Google-இன் லட்சியத்தை அடிக்கோடிட்டுக் காட்டுகிறது.
குறியீடு உருவாக்கத்தின் நுணுக்கங்களை வழிநடத்துதல்
Gemini 2.5 Pro கல்விசார் பகுத்தறிவில் பிரகாசிக்கும் அதே வேளையில், மென்பொருள் மேம்பாட்டின் சமமான முக்கியமான களத்தில் அதன் செயல்திறன் மிகவும் சிக்கலான படத்தை அளிக்கிறது. இந்தப் பகுதியில் உள்ள அளவுகோல்கள் நிரலாக்கத் தேவைகளைப் புரிந்துகொள்வதற்கும், செயல்பாட்டுக் குறியீட்டை எழுதுவதற்கும், பிழைகளை நீக்குவதற்கும், ஏற்கனவே உள்ள குறியீட்டுத் தளங்களை மாற்றுவதற்கும் ஒரு AI-யின் திறனை மதிப்பிடுகின்றன.
Google குறிப்பிட்ட கோடிங் பணிகளில் வலுவான முடிவுகளைப் புகாரளிக்கிறது:
- குறியீடு திருத்தம் (Aider Polyglot): மாடல் இந்த அளவுகோலில் 68.6% மதிப்பெண் பெற்றது, இது பல நிரலாக்க மொழிகளில் குறியீட்டைத் திருத்தும் திறனில் கவனம் செலுத்துகிறது. இந்த மதிப்பெண் மற்ற முன்னணி மாடல்களை விட அதிகமாக இருப்பதாகக் கூறப்படுகிறது, இது ஏற்கனவே உள்ள குறியீட்டு கட்டமைப்புகளைப் புரிந்துகொள்வதிலும் கையாளுவதிலும் தேர்ச்சியைக் குறிக்கிறது - இது நடைமுறை மென்பொருள் மேம்பாட்டு பணிப்பாய்வுகளுக்கு ஒரு முக்கியமான திறமையாகும்.
இருப்பினும், செயல்திறன் ஒரே சீராக ஆதிக்கம் செலுத்தவில்லை:
- பரந்த நிரலாக்கப் பணிகள் (SWE-bench Verified): நிஜ உலக GitHub சிக்கல்களைத் தீர்க்கும் திறனை மதிப்பிடும் இந்த அளவுகோலில், Gemini 2.5 Pro 63.8% மதிப்பெண் பெற்றது. இது இன்னும் மரியாதைக்குரிய மதிப்பெண்ணாக இருந்தாலும், இது இரண்டாவதாக இருப்பதாக Google ஒப்புக்கொள்கிறது, குறிப்பாக Anthropic-இன் Claude 3.5 Sonnet-க்கு பின்னால் (ஒப்பீட்டு நேரத்தில்). இது திருத்தம் போன்ற சில கோடிங் பணிகளில் திறமையாக இருந்தாலும், சிக்கலான, நிஜ உலக மென்பொருள் பொறியியல் சிக்கல்களை ஆரம்பம் முதல் இறுதி வரை தீர்க்கும் முழுமையான சவாலில் கடுமையான போட்டியை எதிர்கொள்ளக்கூடும் என்பதைக் குறிக்கிறது.
தரப்படுத்தப்பட்ட சோதனைகளில் இந்த கலவையான காட்சி இருந்தபோதிலும், Google கோடிங்கில் மாடலின் நடைமுறை படைப்புத் திறன்களை வலியுறுத்துகிறது. Gemini 2.5 Pro ‘பார்வைக்கு ஈர்க்கும் வலைப் பயன்பாடுகள் மற்றும் முகவர் குறியீடு பயன்பாடுகளை உருவாக்குவதில் சிறந்து விளங்குகிறது’ என்று அவர்கள் கூறுகின்றனர். முகவர் பயன்பாடுகள் என்பது AI செயல்களை எடுக்கவும், படிகளைத் திட்டமிடவும், பணிகளை தன்னாட்சியாக அல்லது அரை-தன்னாட்சியாக செயல்படுத்தவும் கூடிய அமைப்புகளைக் குறிக்கிறது. இதை விளக்குவதற்கு, Google ஒரு நிகழ்வை முன்னிலைப்படுத்துகிறது, அங்கு மாடல் ஒரே ஒரு, உயர்-நிலை தூண்டுதலின் அடிப்படையில் ஒரு செயல்பாட்டு வீடியோ கேமை உருவாக்கியதாகக் கூறப்படுகிறது. இந்த நிகழ்வு, ஒரு தரப்படுத்தப்பட்ட அளவுகோல் இல்லாவிட்டாலும், படைப்பு யோசனைகளை வேலை செய்யும் குறியீடாக மாற்றுவதில் ஒரு சாத்தியமான வலிமையைக் குறிக்கிறது, குறிப்பாக ஊடாடும் மற்றும் தன்னாட்சி பயன்பாடுகளுக்கு. அளவுகோல் மதிப்பெண்களுக்கும் கூறப்படும் படைப்புத் திறமைக்கும் இடையிலான வேறுபாடு, தரப்படுத்தப்பட்ட சோதனை மூலம் மட்டுமே AI கோடிங் திறன்களின் முழு ஸ்பெக்ட்ரம்களையும் கைப்பற்றுவதில் நடந்து வரும் சவாலை எடுத்துக்காட்டுகிறது. நிஜ உலகப் பயன்பாடு பெரும்பாலும் தர்க்கரீதியான துல்லியம், படைப்பு சிக்கல் தீர்த்தல் மற்றும் கட்டடக்கலை வடிவமைப்பு ஆகியவற்றின் கலவையை உள்ளடக்கியது, இது அளவுகோல்கள் முழுமையாக உள்ளடக்காமல் இருக்கலாம்.
ஒரு விரிவான சூழல் சாளரத்தின் மகத்தான சாத்தியம்
Gemini 2.5 Pro-வின் மிகவும் குறிப்பிடத்தக்க அம்சங்களில் ஒன்று அதன் மிகப்பெரிய சூழல் சாளரம்: ஒரு மில்லியன் டோக்கன்கள். பெரிய மொழி மாடல்களின் மொழியில், ஒரு ‘டோக்கன்’ என்பது உரையின் ஒரு அலகு ஆகும், இது ஆங்கிலத்தில் சுமார் முக்கால் பங்கு வார்த்தைக்கு சமம். எனவே, ஒரு மில்லியன் டோக்கன் சூழல் சாளரம் என்பது, மாடல் அதன் ‘வேலை நினைவகத்தில்’ சுமார் 750,000 வார்த்தைகளுக்கு சமமான தகவல்களைச் செயலாக்கி வைத்திருக்க முடியும் என்பதாகும்.
இதை முன்னோக்கி வைக்க, இது ஹாரி பாட்டர் தொடரின் முதல் ஆறு புத்தகங்களின் நீளத்திற்கு சமம். இது முந்தைய தலைமுறை மாடல்களின் சூழல் சாளரங்களை விட மிக அதிகமாக உள்ளது, அவை பெரும்பாலும் பல்லாயிரக்கணக்கான அல்லது ஒரு சில நூறாயிரம் டோக்கன்களில் முதலிடம் பிடித்தன.
சூழல் திறனில் இந்த பரந்த விரிவாக்கம் ஆழ்ந்த தாக்கங்களைக் கொண்டுள்ளது:
- ஆழமான ஆவண பகுப்பாய்வு: வணிகங்களும் ஆராய்ச்சியாளர்களும் முழு நீண்ட அறிக்கைகள், பல ஆராய்ச்சித் தாள்கள், விரிவான சட்ட ஆவணங்கள் அல்லது முழு குறியீட்டுத் தளங்களையும் ஒரே தூண்டுதலில் மாடலுக்கு அளிக்கலாம். AI பின்னர் முந்தைய விவரங்களைத் தவறவிடாமல் வழங்கப்பட்ட முழு சூழலிலும் தகவல்களைப் பகுப்பாய்வு செய்யலாம், சுருக்கலாம், வினவலாம் அல்லது குறுக்கு-குறிப்பிடலாம்.
- நீட்டிக்கப்பட்ட உரையாடல்கள்: இது மிக நீண்ட, மிகவும் ஒத்திசைவான உரையாடல்களை செயல்படுத்துகிறது, அங்கு AI தொடர்புகளின் கணிசமாக முந்தைய விவரங்களையும் நுணுக்கங்களையும் நினைவில் கொள்கிறது. சிக்கலான சிக்கல் தீர்க்கும் அமர்வுகள், கூட்டு எழுத்து அல்லது தனிப்பயனாக்கப்பட்ட பயிற்சி பயன்பாடுகளுக்கு இது முக்கியமானது.
- சிக்கலான அறிவுறுத்தலைப் பின்பற்றுதல்: பயனர்கள் எழுதுதல், கோடிங் செய்தல் அல்லது திட்டமிடுதல் போன்ற பணிகளுக்கு மிகவும் விரிவான, பல-படி அறிவுறுத்தல்கள் அல்லது பெரிய அளவிலான பின்னணித் தகவல்களை வழங்கலாம், மேலும் மாடல் முழு கோரிக்கைக்கும் நம்பகத்தன்மையைப் பராமரிக்க முடியும்.
- மல்டிமீடியா புரிதல் (மறைமுகமானது): ஒரு பன்முக மாடலாக, இந்த பெரிய சூழல் சாளரம் உரை, படங்கள் மற்றும் சாத்தியமான ஆடியோ அல்லது வீடியோ தரவுகளின் சேர்க்கைகளுக்கும் பொருந்தும், இது பணக்கார, கலப்பு-ஊடக உள்ளீடுகளின் அதிநவீன பகுப்பாய்வை அனுமதிக்கிறது.
மேலும், Google ஏற்கனவே இந்த எல்லையை மேலும் தள்ளும் தனது நோக்கத்தை சமிக்ஞை செய்துள்ளது, எதிர்காலத்தில் சூழல் சாளர வரம்பை இரண்டு மில்லியன் டோக்கன்களாக அதிகரிக்க திட்டமிட்டுள்ளதாகக் கூறியுள்ளது. இந்த ஏற்கனவே மிகப்பெரிய திறனை இரட்டிப்பாக்குவது இன்னும் அதிகமான சாத்தியங்களைத் திறக்கும், இது மாடலை முழு புத்தகங்கள், விரிவான கார்ப்பரேட் அறிவுத் தளங்கள் அல்லது நம்பமுடியாத சிக்கலான திட்டத் தேவைகளை ஒரே நேரத்தில் செயலாக்க அனுமதிக்கும். சூழலின் இந்த இடைவிடாத விரிவாக்கம் AI வளர்ச்சியில் ஒரு முக்கிய போர்க்களமாகும், ஏனெனில் இது மாடல்கள் திறம்பட கையாளக்கூடிய பணிகளின் சிக்கலான மற்றும் அளவை நேரடியாக பாதிக்கிறது.
அணுகல், கிடைக்கும் தன்மை மற்றும் போட்டி அரங்கம்
Google, Gemini 2.5 Pro-வை பல சேனல்கள் மூலம் அணுகக்கூடியதாக ஆக்குகிறது, இது வெவ்வேறு பயனர் பிரிவுகளுக்கு உதவுகிறது:
- நுகர்வோர்: மாடல் தற்போது Gemini Advanced சந்தா சேவை மூலம் கிடைக்கிறது. இது பொதுவாக ஒரு மாதாந்திர கட்டணத்தை (அறிவிப்பு நேரத்தில் சுமார் $20) உள்ளடக்கியது மற்றும் பல்வேறு Google தயாரிப்புகள் மற்றும் ஒரு தனி வலை/பயன்பாட்டு இடைமுகத்தில் ஒருங்கிணைக்கப்பட்ட Google-இன் மிகவும் திறமையான AI மாடல்களுக்கான அணுகலை வழங்குகிறது.
- டெவலப்பர்கள் மற்றும் நிறுவனங்கள்: பயன்பாடுகளை உருவாக்க அல்லது மாடலை தங்கள் சொந்த அமைப்புகளில் ஒருங்கிணைக்க விரும்புவோருக்கு, Gemini 2.5 Pro Google AI Studio மூலம் அணுகக்கூடியது, இது முன்மாதிரி மற்றும் தூண்டுதல்களை இயக்குவதற்கான வலை அடிப்படையிலான கருவியாகும்.
- கிளவுட் பிளாட்ஃபார்ம் ஒருங்கிணைப்பு: முன்னோக்கிப் பார்க்கும்போது, Google இந்த மாடலை Vertex AI-இல் கிடைக்கச் செய்ய திட்டமிட்டுள்ளது, இது Google Cloud-இல் அதன் விரிவான இயந்திர கற்றல் தளமாகும். இந்த ஒருங்கிணைப்பு நிறுவன-தர பயன்பாடுகளுக்கான தனிப்பயனாக்கம், வரிசைப்படுத்தல், மேலாண்மை மற்றும் அளவிடுதல் ஆகியவற்றிற்கான மிகவும் வலுவான கருவிகளை வழங்கும்.
நிறுவனம் விலை விவரங்கள், பயன்பாட்டு அளவின் அடிப்படையில் அடுக்கடுக்காக மற்றும் சாத்தியமான வெவ்வேறு விகித வரம்புகள் (நிமிடத்திற்கு கோரிக்கைகள்), விரைவில் அறிமுகப்படுத்தப்படும் என்றும் சுட்டிக்காட்டியது, குறிப்பாக Vertex AI சலுகைக்கு. இந்த அடுக்கு அணுகுமுறை நிலையான நடைமுறையாகும், இது கணினித் தேவைகள் மற்றும் பட்ஜெட்டின் அடிப்படையில் வெவ்வேறு அணுகல் நிலைகளை அனுமதிக்கிறது.
வெளியீட்டு உத்தி மற்றும் திறன்கள் Gemini 2.5 Pro-வை OpenAI-இன் GPT-4 தொடர் (GPT-4o உட்பட) மற்றும் Anthropic-இன் Claude 3 குடும்பம் (சமீபத்தில் அறிவிக்கப்பட்ட Claude 3.5 Sonnet உட்பட) போன்ற பிற முன்னணி மாடல்களுடன் நேரடியாகப் போட்டியிட வைக்கின்றன. ஒவ்வொரு மாடலும் பல்வேறு அளவுகோள்கள் மற்றும் நிஜ உலகப் பணிகளில் அதன் சொந்த பலங்களையும் பலவீனங்களையும் கொண்டுள்ளது. பகுத்தறிவு, மிகப்பெரிய சூழல் சாளரம் மற்றும் Google ஆல் முன்னிலைப்படுத்தப்பட்ட குறிப்பிட்ட அளவுகோல் வெற்றிகள் ஆகியவை இந்த உயர்-பங்கு பந்தயத்தில் மூலோபாய வேறுபாடுகளாகும். Google-இன் ஏற்கனவே உள்ள சுற்றுச்சூழல் அமைப்பில் (Search, Workspace, Cloud) ஒருங்கிணைப்பு ஒரு குறிப்பிடத்தக்க விநியோக நன்மையையும் வழங்குகிறது. இந்த சக்திவாய்ந்த மாடல்கள் மேலும் அணுகக்கூடியதாக மாறும்போது, போட்டி சந்தேகத்திற்கு இடமின்றி மேலும் புதுமைகளைத் தூண்டும், அறிவியல், வணிகம், படைப்பாற்றல் மற்றும் அன்றாட வாழ்க்கை முழுவதும் AI என்ன சாதிக்க முடியும் என்பதன் எல்லைகளைத் தள்ளும். அளவுகோல்களுக்கு அப்பால் உண்மையான சோதனை, டெவலப்பர்கள் மற்றும் பயனர்கள் நிஜ உலகப் பிரச்சினைகளைத் தீர்க்கவும் புதிய பயன்பாடுகளை உருவாக்கவும் இந்த மேம்பட்ட பகுத்தறிவு மற்றும் சூழல் திறன்களை எவ்வளவு திறம்படப் பயன்படுத்த முடியும் என்பதாக இருக்கும்.