Google oficjalnie udostępniło Gemini 2.5 Flash wszystkim użytkownikom, co stanowi istotny krok naprzód zarówno w zakresie możliwości sztucznej inteligencji, jak i funkcji bezpieczeństwa.
Nowa wersja, dostępna już w aplikacji Gemini, przynosi znaczące ulepszenia w wielu obszarach. Według szefa Google DeepMind, Demisa Hassabisa, Gemini 2.5 Flash jest „lepszy niemal pod każdym względem”, wykazując wyższą wydajność w zadaniach związanych z rozumowaniem, multimodalnością, kodowaniem oraz obsługą długiego kontekstu. Co szczególnie imponujące, osiąga te wyniki, będąc jednocześnie o 22% bardziej wydajny – generuje podobne odpowiedzi przy użyciu mniejszej liczby tokenów.
Bezpieczeństwo było kluczowym elementem tej aktualizacji. Google wdrożyło zaawansowane zabezpieczenia, które znacząco zwiększają ochronę Gemini przed pośrednimi atakami typu prompt injection podczas korzystania z narzędzi. Ataki te polegają na umieszczaniu złośliwych instrukcji w danych, które model AI pobiera. Dzięki połączeniu wzmocnienia modelu, kontroli wejścia/wyjścia oraz systemowych zabezpieczeń, Gemini 2.5 stał się najbezpieczniejszą rodziną modeli Google do tej pory.
Deweloperzy uzyskają dostęp do zaktualizowanej wersji w Google AI Studio, a przedsiębiorstwa – poprzez Vertex AI na początku czerwca. Wkrótce potem pojawi się także Gemini 2.5 Pro. Wydanie obejmuje nowe funkcje skierowane do deweloperów, takie jak „podsumowania myśli”, które porządkują proces rozumowania modelu w ustrukturyzowany format z nagłówkami i kluczowymi szczegółami, co ułatwia zrozumienie i debugowanie interakcji.
Gemini 2.5 Pro zostanie wzbogacony o Deep Think – eksperymentalny tryb rozumowania zaprojektowany specjalnie do bardzo złożonych zadań matematycznych i programistycznych. Funkcja ta pozwala modelowi rozważać wiele hipotez przed udzieleniem odpowiedzi, co przekłada się na imponujące wyniki w trudnych testach, takich jak egzamin USAMO 2025 z matematyki czy LiveCodeBench dla programowania konkurencyjnego.
Rodzina Gemini 2.5 wprowadza także nowe możliwości audio, w tym natywną funkcję text-to-speech z obsługą wielu mówców w 24 językach. Użytkownicy mogą dostosować ton, akcent i styl mówienia AI, a model potrafi wykrywać emocje w głosie użytkownika i odpowiednio na nie reagować.
Dzięki tym ulepszeniom Google umacnia pozycję Gemini jako wiodącej platformy AI zarówno dla konsumentów, jak i przedsiębiorstw, łącząc zaawansowane możliwości z jeszcze silniejszymi zabezpieczeniami.