谷歌发布 Gemini 2.5：内置推理能力，对标 OpenAI o1
周二，谷歌正式发布 Gemini 2.5 AI 推理模型系列。该系列核心特性在于回答问题前会进行“思考”与推理。首发版本为 Gemini 2.5 Pro Experimental，号称是谷歌迄今最智能的多模态推理模型。
目前，Gemini 2.5 Pro 已在 Google AI Studio 上线，并同步面向 Gemini Advanced（每月 20 美元）订阅用户开放。谷歌明确表示，未来所有新 AI 模型均将内置推理能力。
行业竞速推理模型，成本与性能并存
自 2024 年 9 月 OpenAI 推出首款推理模型 o1 以来，Anthropic、DeepSeek、xAI 及谷歌纷纷跟进。此类模型通过消耗额外计算资源与时间进行事实核查和逻辑推理，显著提升了数学及编程任务表现，被视为实现“几乎无需人工干预”的 AI Agent 的关键基石，但同时也带来了更高的运行成本。
尽管谷歌去年 12 月已尝试推出具备“思考”功能的 Gemini 版本，但 Gemini 2.5 才是其超越 OpenAI “o”系列的野心之作。官方宣称其在多项基准测试中优于前代及竞品，尤其擅长构建视觉吸引力强的 Web 应用及代理式编码。
核心性能基准测试表现
- Aider Polyglot（代码编辑评估）：Gemini 2.5 Pro 得分 68.6%，超越 OpenAI、Anthropic 及 DeepSeek 的顶级模型。
- SWE-bench Verified（软件开发能力）：得分 63.8%，虽优于 OpenAI o3-mini 和 DeepSeek R1，但低于 Anthropic Claude 3.7 Sonnet（70.3%）。
- Humanity’s Last Exam（多模态综合测试）：涵盖数学、人文及自然科学等数千道众包问题，Gemini 2.5 Pro 得分 18.8%，表现优于多数竞争对手旗舰模型。
百万级上下文窗口，API 定价待公布
Gemini 2.5 Pro 配备 100 万 token 上下文窗口，可一次性处理约 75 万个单词（超过《指环王》全书字数），且即将支持 200 万 token 输入长度。关于 API 具体定价，谷歌表示将在未来几周内披露详情。