Google I/O 2025: Gemini 2.5 AI मॉडल्स ,Deep Think Mode, Native Audio Output सह अपग्रेड

Google कडून मंगळवारी झालेल्या Google I/O 2025 मध्ये Gemini 2.5 family of artificial intelligence (AI) models साठी अनेक नवीन फीचर्स जारी केली आहेत. Mountain View बेस्ड टेक जायंटने डीप थिंक नावाचा एक सुधारित reasoning mode सादर केला आहे, जो Gemini 2.5 Pro model द्वारे समर्थित आहे. त्यांनी Native Audio Output नावाचा एक नवीन, नैसर्गिक आणि मनुष्यासारखा भाषण देखील सादर केला आहे, जो लाईव्ह अॅप्लिकेशन प्रोग्रामिंग इंटरफेस (API) द्वारे उपलब्ध असेल. याव्यतिरिक्त, कंपनी डेव्हलपर्ससाठी नव्या जेमिनी मॉडेल्ससह विचार सारांश आणि विचार बजेट देखील आणत आहे.

LMArena Leaderboard मध्ये Gemini 2.5 Pro अव्वल

एका ब्लॉग पोस्टमध्ये, टेक जायंटने पुढील काही महिन्यांत Gemini 2.5 AI model series पाठवल्या जाणाऱ्या सर्व नवीन क्षमता आणि वैशिष्ट्यांची माहिती दिली. या महिन्याच्या सुरुवातीला, गुगलने सुधारित कोडिंग क्षमतांसह Gemini 2.5 Pro
ची अपडेटेड आवृत्ती जारी केली. अपडेटेड मॉडेल WebDev Arena आणि LMArena leaderboards वर देखील अव्वल स्थानावर आहे.

आता, Deep Think mode सह एआय मॉडेलमध्ये आणखी सुधारणा करत आहे. नवीन रिजनिंग मोड Gemini 2.5 Pro ला प्रतिसाद देण्यापूर्वी अनेक hypotheses विचारात घेण्याची परवानगी देतो. जुन्या मॉडेल्सच्या थिंकिंग व्हर्जनच्या तुलनेत ते वेगळ्या संशोधन तंत्राचा वापर करते असे कंपनीचे म्हणणे आहे.

अंतर्गत चाचणीच्या आधारे, टेक जायंटने वेगवेगळ्या पॅरामीटर्समध्ये रिझनिंग मोडचे बेंचमार्क स्कोअर शेअर केले. उल्लेखनीय म्हणजे, Gemini 2.5 Pro Deep Think ने 2025 च्या UAMO मध्ये ४९.४ टक्के स्कोअर केल्याचा दावा केला आहे, जो सर्वात कठीण mathematics benchmark चाचण्यांपैकी एक आहे. ते LiveCodeBench v6 आणि MMMU वर देखील स्पर्धात्मक स्कोअर करते.

डीप थिंकची सध्या चाचणी होत आहे आणि गुगल म्हणते की ते सुरक्षा मूल्यांकन करत आहे आणि सुरक्षा तज्ञांकडून इनपुट घेत आहे. सध्या, रिजनिंग मोड फक्त जेमिनी एपीआय द्वारे विश्वसनीय परीक्षकांसाठी उपलब्ध आहे. त्याच्या रिलीज तारखेबद्दल काहीही माहिती नाही.

गुगलने Gemini 2.5 Flash model मध्ये नवीन क्षमता जोडण्याची घोषणा केली, जे फक्त एक महिन्यापूर्वीच रिलीज झाले होते. कंपनीने म्हटले आहे की एआय मॉडेलचे तर्क, बहुपद्धती, कोड आणि दीर्घ संदर्भासाठीचे प्रमुख बेंचमार्क सुधारले आहेत. याव्यतिरिक्त, ते अधिक कार्यक्षम देखील आहे आणि 20-30टक्के कमी टोकन वापरते, असा दावा कंपनीने केला आहे
.