آیا مدل هوش مصنوعی گوگل برای کاربران یک «معامله» است؟

Gemini 2.5 Pro که در رتبه‌بندی‌های کلیدی پیشرو است، پیشرفت‌های قابل توجه متعددی نسبت به مدل قبلی خود و همچنین سایر چت‌بات‌های هوش مصنوعی موجود در بازار دارد.

آخر هفته گذشته، گوگل به طور غیرمنتظره‌ای نسخه بتای Gemini 2.5 Pro، جدیدترین و هوشمندترین مدل این شرکت، را در دسترس همه کاربران Gemini قرار داد. پیش از این، این مدل فقط برای مشترکین Gemini Advanced با قیمت 20 دلار در ماه در دسترس بود.

Gemini 2.5 Pro به جای ارائه جداگانه قابلیت‌های تفکر، آنها را ادغام می‌کند. اگرچه این نسخه بتا است، اما این مدل از قبل از چندین ویژگی مانند برنامه‌ها/افزونه‌ها، آپلود فایل و Canvas پشتیبانی می‌کند.

در رتبه‌بندی معتبر هوش مصنوعی توسط LMArena، Gemini 2.5 Pro پیشتاز است. این مدل همچنین بدون نیاز به تکنیک‌های گران‌قیمت تست، بهترین نتایج را در آزمون‌های ریاضی (AIME 2025) و علوم (GPQA diamond) به دست آورد.

نسخه آزمایشی رایگان Gemini 2.5 Pro برای همه کاربران در دسترس است. عکس: گوگل.

پیشرفت‌های چشمگیر در برنامه‌نویسی

گوگل، Gemini 2.5 Pro را در مقایسه با نسخه ۲.۰ یک «جهش رو به جلو» می‌داند. این مدل در «آخرین آزمون بشریت» (Humanity’s Last Exam)، مجموعه داده‌ای که توسط صدها متخصص برای ارزیابی محدودیت‌های دانش و تفکر انسان طراحی شده است، امتیاز ۱۸.۸٪ را کسب کرد که بالاترین امتیاز در بین مدل‌هایی است که از ابزارهای خارجی استفاده نکرده‌اند.

این نسخه همچنین در ایجاد برنامه‌های وب بصری و کدنویسی خودکار عالی عمل می‌کند و در آزمون برنامه‌نویسی خودکار SWE-Bench به امتیاز ۶۳.۸٪ دست یافته است که به طور قابل توجهی بالاتر از Gemini 2.0 و رقبای برجسته‌ای مانند OpenAI o3-mini و Grok 3 Beta است.

مقایسه معیارهای عملکرد Gemini 2.5 Pro با هوشمندترین چت‌بات‌های موجود در حال حاضر. تصویر: گوگل.

علاوه بر این، پنجره زمینه Gemini 2.5 Pro که در حال حاضر با ۱ میلیون توکن (معادل ۷۰۰ صفحه سند) بزرگ است، قرار است دو برابر شود. جایگاه دوم به Claude با ۲۰۰۰۰۰ توکن تعلق دارد.

این بدان معناست که این مدل می‌تواند مجموعه داده‌های عظیم را درک کند و مسائل پیچیده را از منابع اطلاعاتی متعدد، از جمله متن، صدا، تصاویر، ویدیو و حتی مخازن کد منبع، مدیریت کند.

به گفته تئو براون، یوتیوبر و مدیرعامل Ping Labs، با چنین پنجره زمینه بزرگی، پردازنده مدل می‌تواند تقریباً کل کد منبع یک پروژه نرم‌افزاری کوچک را در خود جای دهد.

تولیدکنندگان محتوا، Gemini 2.5 Pro را با وظایف طاقت‌فرسای مختلفی مانند ساخت وب‌سایت‌ها و بازی‌ها تنها با استفاده از یک دستور واحد، به چالش کشیدند.

ادغام چند برنامه‌ای

فراتر از پشتیبانی از برنامه‌نویسان، Gemini 2.5 Pro به ابزاری قدرتمند برای تولیدکنندگان محتوا و طراحان تبدیل خواهد شد. این مدل در وظایف ایجاد ویدیو، صدا و تصویر عملکرد بهتری دارد و همچنین Canvas را ادغام می‌کند، ویژگی‌ای که به هوش مصنوعی در ترسیم نمودارها، طراحی رابط کاربری و پیشنهاد ایده‌های مفهومی کمک می‌کند.

شاید گسترده‌ترین کاربرد این مدل در حوزه آموزش باشد، با ظرفیت ذخیره‌سازی بالا و توانایی پردازش اسناد متعدد بدون وقفه. دانش‌آموزان می‌توانند مسیرهای یادگیری خود را شخصی‌سازی کنند و تصاویر و ویدیوهای جذابی برای ارائه‌های خود ایجاد کنند.

در حال حاضر، Gemini 2.5 Pro مستقیماً در gemini.google.com و Google AI Studio پشتیبانی می‌شود. در آینده، این مدل در Vertex AI، پلتفرم پریمیوم Google Cloud، ادغام خواهد شد و به کسب‌وکارها امکان می‌دهد مدل‌های هوش مصنوعی را در مقیاس بزرگ مستقر و مدیریت کنند.

در ویتنام، کاربران در حال بحث در مورد قابلیت‌های برنامه‌نویسی Gemini هستند. دوآن کین، بنیانگذار Seodo Media، ادعا می‌کند که Gemini 2.5 Pro در حال حاضر در جایگاه پیشرو قرار دارد. با این حال، پست او با نظرات مخالف زیادی روبرو شده است که استدلال می‌کنند کلود کسی است که شایسته این جایگاه است.

مقایسه قابلیت‌های چت‌بات‌های هوش مصنوعی. عکس: پیتر یانگ/ایکس

در آینده نزدیک، گوگل بر بهبود قابلیت‌های برنامه‌نویسی Gemini 2.5 Pro تمرکز خواهد کرد. اگرچه هیچ تاریخ پایانی برای دوره آزمایشی یا اعلام سیاست قیمت‌گذاری وجود ندارد، بسیاری از کاربران پیش‌بینی می‌کنند که وقتی رسماً عرضه شود، Gemini 2.5 Pro گران‌تر از سایر مدل‌ها خواهد بود، اما با گزینه‌های انعطاف‌پذیرتری عرضه خواهد شد.

منبع: https://znews.vn/mo-hinh-ai-cua-google-co-phai-mon-hoi-cho-nguoi-dung-post1542121.html