गूगल ने अपने नवीनतम एआई मॉडल, Gemini 2.5 Flash को Gemini ऐप के माध्यम से सभी के लिए उपलब्ध करा दिया है, जो एआई क्षमताओं में एक महत्वपूर्ण प्रगति है और सुरक्षा को प्राथमिकता देता है।
नया 2.5 Flash मॉडल रीजनिंग, मल्टीमॉडलिटी, कोड और लंबे संदर्भ (लॉन्ग कॉन्टेक्स्ट) बेंचमार्क्स में बेहतर प्रदर्शन करता है, साथ ही यह अधिक कुशल भी है—इवैल्यूएशन में 20-30% कम टोकन का उपयोग करता है। गूगल की योजना है कि इसे जून की शुरुआत में डेवलपर्स के लिए Google AI Studio और एंटरप्राइजेज के लिए Vertex AI में सामान्य रूप से उपलब्ध कराया जाए, जिसके बाद जल्द ही अधिक शक्तिशाली 2.5 Pro वर्शन भी आएगा।
आगामी Gemini 2.5 Pro की एक प्रमुख विशेषता Deep Think होगी, जो एक प्रयोगात्मक उन्नत रीजनिंग मोड है, विशेष रूप से अत्यंत जटिल गणित और कोडिंग कार्यों के लिए डिज़ाइन किया गया है। यह मोड नई शोध तकनीकों का उपयोग करता है, जिससे मॉडल उत्तर देने से पहले कई संभावनाओं पर विचार कर सकता है। गूगल ने बताया कि इसने 2025 USAMO गणित परीक्षा जैसे चुनौतीपूर्ण बेंचमार्क्स पर प्रभावशाली स्कोर हासिल किए हैं।
इस रिलीज़ में सुरक्षा पर विशेष ध्यान दिया गया है। Google DeepMind ने अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन अटैक्स के खिलाफ उन्नत सुरक्षा उपाय लागू किए हैं—यह एक साइबर सुरक्षा चुनौती है जिसमें दुर्भावनापूर्ण निर्देश उन डेटा में छिपे होते हैं जिन्हें एआई मॉडल प्राप्त करते हैं। स्वचालित रेड टीमिंग और एडवर्सेरियल फाइन-ट्यूनिंग के माध्यम से, गूगल ने टूल उपयोग के दौरान इन हमलों के खिलाफ सुरक्षा दरों को काफी बढ़ा दिया है, जिससे Gemini 2.5 अब तक का कंपनी का सबसे सुरक्षित मॉडल परिवार बन गया है।
इस अपडेट के साथ Project Mariner की कंप्यूटर उपयोग क्षमताएँ भी Gemini API और Vertex AI में आ गई हैं। यह फीचर एआई को वेब ब्राउज़र को देखने और इंटरैक्ट करने की अनुमति देता है, जिससे कंपनियों के लिए नए संभावित अनुप्रयोग खुलते हैं। कई संगठन, जैसे Automation Anywhere, UiPath और Browserbase, पहले से ही इन क्षमताओं का परीक्षण कर रहे हैं, और इस गर्मी में डेवलपर्स के लिए व्यापक रूप से इसका रोलआउट किया जाएगा।
डेवलपर्स के लिए, गूगल Gemini API और Vertex AI में थॉट समरीज़ (विचार-सारांश) पेश कर रहा है, जिससे मॉडल की सोच प्रक्रिया में अधिक पारदर्शिता मिलेगी। कंपनी 2.5 Pro में थिंकिंग बजट भी बढ़ा रही है, जिससे डेवलपर्स को यह नियंत्रित करने में अधिक सुविधा मिलेगी कि मॉडल उत्तर देने से पहले कितनी प्रोसेसिंग करे।