Tijekom današnjeg Google I/O događaja, tvrtka je najavila početak testiranja Deep Think modela, novog sustava zaključivanja razvijenog za Gemini 2.5 Pro. Prema riječima izvršnog direktora DeepMinda, Demisa Hassabisa, Deep Think koristi najnovija istraživanja koja omogućuju razmatranje više hipoteza prije nego što model odgovori na upit.
Google navodi da je Deep Think postigao impresivne rezultate u evaluaciji koristeći pitanja s američke Matematičke olimpijade 2025. Ipak, zbog sigurnosnih provjera i dodatnih savjetovanja s AI stručnjacima, ova tehnologija zasad je dostupna samo odabranim testerima putem Gemini API-ja, kako bi se prikupile dodatne povratne informacije prije šireg uvođenja.
Poboljšani Gemini 2.5 Flash: brži i učinkovitiji
Uz Deep Think, Google je predstavio i unaprijeđeni Gemini 2.5 Flash model, optimiziran za veću brzinu i manju potrošnju tokena. Novi Flash model bilježi bolje rezultate u zadacima koji uključuju zaključivanje, obradu višestrukih modaliteta, rad s kodom i analizu dužih konteksta. Opća dostupnost očekuje se početkom lipnja, no već sada je u preview verziji dostupan putem Google AI Studija, Vertex AI platforme za poslovne korisnike, kao i u Gemini aplikaciji za širu publiku.
Google također donosi koncept "Thinking Budgets" iz Flash modela i u 2.5 Pro, omogućujući korisnicima bolje upravljanje kompromisom između preciznosti, brzine i potrošnje tokena.
Project Mariner i glasovne značajke u API-ju
Tvrtka je najavila i širenje projekta Project Mariner, koji koristi Gemini agente sposobne za samostalnu navigaciju kroz web stranice i izvršavanje zadataka. Ovi agenti bit će dostupni za testiranje developerima ovog ljeta putem Gemini API-ja i Vertex AI-a.
Uz to, Gemini API uskoro će podržavati i pretvaranje teksta u govor za modele 2.5 Pro i 2.5 Flash, uključujući dvije glasovne opcije na 24 jezika.
Google I/O 2025 započeo je 20. svibnja, a među ostalim novostima istaknute su AI nadogradnje za Project Astra, prijevodi u stvarnom vremenu te ranije najavljene značajke Androida 16.
