Google анонсировала модель Gemini 2.5 Flash
Сейчас Gemini 2.5 Flash доступна только на платформе Vertex AI, которая ориентирована на разработчиков. Пока её не добавили в потребительское приложение Gemini. Ранее Google уже выкладывала экспериментальную версию 2.5 Pro в широкий доступ, чтобы собрать обратную связь. Эти данные помогли улучшить Flash-модель.
Flash-версии легче и проще Pro-моделей, хотя Google не раскрывает количество параметров. Зато они быстрее отвечают на простые запросы, что снижает затраты. Важно, что обе модели, и 2.5 Pro, и Flash, поддерживают так называемое динамическое мышление. Это технология, при которой ИИ сам регулирует уровень глубины размышлений над запросом.
Flash идёт дальше: она не только думает динамично, но и позволяет разработчику вручную настраивать «бюджет мышления». Он определяет, сколько ресурсов тратить на конкретный запрос.
Это ускоряет работу и помогает экономить. При простом вопросе модель тратит меньше вычислений, а значит, быстрее отвечает. Возможность тонко управлять этим процессом — одно из главных нововведений Flash. В ближайшие недели Google планирует добавить в Vertex AI дополнительные функции: контроль качества обучения и сохранение контекста в кэше.
Одновременно с запуском Flash, Pro-версию модели подключили к инструменту Deep Research. Раньше он работал на базе Gemini 2.0 Pro, теперь же его усилили новой версией 2.5. Deep Research — это система, которая по запросу собирает информацию в интернете и создаёт развернутые аналитические отчёты.
Google утверждает, что благодаря переходу на 2.5 Pro отчёты стали точнее и полезнее. По внутренним оценкам пользователей, они в 2 раза чаще выбирают отчёты Gemini, чем материалы от аналога на базе OpenAI.
Для бесплатных пользователей Deep Research пока доступен в урезанном виде. Полноценный доступ с моделью 2.5 Pro получают только подписчики тарифа Gemini Advanced. Тем не менее, Google https://arstechnica.com/ai/2025/04/googles-best-gemini-ai-mo... перевести всё приложение Gemini на версии 2.5. Компания также надеется, что благодаря новой архитектуре и более эффективным TPU-процессорам ей удастся снизить высокую себестоимость генеративного ИИ.