menu
close

Pinalawak ng Google ang AI Portfolio sa Pamamagitan ng Gemini 2.5 at Imagen 4

Pinalakas ng Google ang kanilang AI offerings sa pamamagitan ng pagpapalawak ng Gemini 2.5 Flash at Pro para sa pangkalahatang paggamit, kasabay ng pagpapakilala ng mas matipid na Flash-Lite model. Inilunsad din ng kumpanya ang Imagen 4, ang kanilang pinaka-advanced na text-to-image model na may mas pinahusay na kakayahan sa pag-render ng teksto. Kasabay nito, inilabas din ang Gemini CLI, isang open-source na tool na nagdadala ng AI direkta sa terminal ng mga developer para sa coding at problem-solving.
Pinalawak ng Google ang AI Portfolio sa Pamamagitan ng Gemini 2.5 at Imagen 4

Malaki ang pinalawak ng Google ang kanilang AI ecosystem sa pamamagitan ng ilang pangunahing mga release, na naglalagay sa kanila sa unahan ng teknolohiya ng generative AI.

Lumago ang pamilya ng Gemini 2.5 sa paglabas ng parehong Flash at Pro models na ngayon ay available na para sa production use. "Ang Gemini 2.5 Flash at Pro ay stable at available na para sa lahat, kaya't makakalikha na ang mga developer ng production applications nang may kumpiyansa. Ilang kumpanya gaya ng Spline, Rooms, Snap, at SmartBear ay gumagamit na ng mga bersyong ito sa production sa loob ng ilang linggo."

"Ang paglago at demand para sa Gemini 2.5 Pro ang pinakamabilis sa lahat ng Google models hanggang ngayon, kaya't ginawa ng kumpanya na stable ang bersyong 06-05 habang pinananatili ang parehong presyo. Inaasahan ng Google na mag-excel ang Pro sa mga sitwasyong nangangailangan ng pinakamataas na katalinuhan at kakayahan, tulad ng coding at agentic tasks."

Dagdag pa rito, ipinakilala ng Google ang Gemini 2.5 Flash-Lite sa preview, ang kanilang pinaka-matipid at pinakamabilis na 2.5 model hanggang ngayon. Ang bagong modelong ito ay dinisenyo bilang cost-effective na opsyon para sa mga high-throughput na gawain gaya ng classification o summarization sa malakihang sukat, na nag-aalok ng mas mahusay na performance sa karamihan ng mga evaluation at mas mabilis na time to first token habang nakakamit ang mas mataas na tokens per second decode.

Ang Flash-Lite ay isang reasoning model na nagbibigay-daan sa dynamic na kontrol ng "thinking budget" sa pamamagitan ng API parameter. Hindi tulad ng ibang models sa pamilya, naka-off ang thinking bilang default dahil ang Flash-Lite ay optimized para sa cost at bilis. Sa kabila ng optimisasyong ito, sinusuportahan pa rin nito ang lahat ng native tools kabilang ang Grounding with Google Search, Code Execution, URL Context, at function calling.

Sa larangan ng image generation, inilabas ng Google ang Imagen 4, na unang inanunsyo sa I/O 2025 noong nakaraang buwan. Inilarawan ito ng Google bilang kanilang "pinakamahusay na text-to-image model," na may "malaking pagbuti sa text rendering" kumpara sa mga naunang modelo. Nagbibigay ang bagong model ng kahanga-hangang linaw sa mga detalye tulad ng maseselang tela, patak ng tubig, at balahibo ng hayop, at mahusay sa parehong photorealistic at abstract na mga istilo. Kabilang sa iba pang mga pagbuti ang 2K resolution support at mas pinahusay na spelling at typography.

Ang Imagen 4 at isang premium na Imagen 4 Ultra version ay available na ngayon sa mga paid preview users sa Gemini API, na may limitadong libreng testing sa Google AI Studio. Ang Imagen 4 ay may presyong $0.04 kada output image, habang ang Ultra version ay $0.06 kada larawan.

Kasabay ng mga release na ito ay ang Gemini CLI, isang open-source na AI agent na nagdadala ng kapangyarihan ng Gemini direkta sa terminal ng mga developer para sa coding, problem-solving, at task management. Maaaring gamitin ng mga user ang Gemini 2.5 Pro nang libre gamit ang personal na Google account, o gumamit ng Google AI Studio o Vertex AI keys para sa mas malawak na access.

Nag-aalok ang Gemini CLI ng pinakamalaking usage allowance sa industriya na may 60 model requests kada minuto at 1,000 model requests kada araw nang walang bayad. Nagbibigay ito ng makapangyarihang AI capabilities, mula sa pag-unawa ng code at pag-manipula ng files hanggang sa command execution at dynamic troubleshooting, na nag-aalok ng pangunahing upgrade sa command line experience at nagbibigay-daan sa mga user na magsulat ng code, mag-debug ng issues, at gawing mas episyente ang workflows gamit ang natural na wika.

Ang mga release na ito ay sama-samang nagpapalakas sa posisyon ng Google sa kompetitibong AI landscape, na nagbibigay sa mga developer at user ng mas makapangyarihan, episyente, at accessible na mga tool para sa malawak na hanay ng aplikasyon.

Source:

Latest News