在2025年谷歌I/O开发者大会上，谷歌正式宣布Gemini 2.5系列大模型的最新进展。作为两大核心产品，轻量级模型Gemini 2.5 Flash将于6月初开放常规使用版本，而更强大的Gemini 2.5 Pro则需经过额外安全测试后推出。谷歌DeepMind团队负责人Demis Hassabis强调，Gemini 2.5 Pro是“目前世界上最智能的AI模型”，不仅能模拟城市级复杂系统，还在学习能力上处于行业领先地位。
此次发布的Gemini 2.5 Flash在性能与成本平衡上实现突破。与前代相比，其效率提升22%，能耗显著降低，并创新引入“思考过程”可视化功能，用户可追踪模型推理路径以提高透明度。与此同时，该模型支持可调节的“思考预算”机制，开发者可灵活设置算力资源，关闭深度推理时成本仅为每百万tokens 0.6美元，较全功能模式降低近600%。测试数据显示，其编程能力与GPT-4.5-preview相当，数学推理任务中AIME 2025试题得分达78%，多模态性能更碾压Claude 3.7 Sonnet。
功能升级方面，Gemini 2.5系列新增跨语言语音合成技术，支持用同一音色实现多语言切换及耳语效果，文本转语音的自然度达到新高度。针对开发者需求，谷歌同步推出API“隐式缓存”功能，通过复用常见请求前缀，最高可削减75%使用成本。
尽管Gemini 2.5 Pro的“深度思考”（Deep Think）模式引发期待，但谷歌表示需完成安全评估后才会发布。目前，Gemini 2.5 Flash已通过Google AI Studio和Vertex AI开放测试，其性价比优势或重塑AI行业竞争格局。随着OpenAI等对手的持续发力，这场大模型性能与成本的博弈正进入白热化阶段。
原创文章，作者：Google，如若转载，请注明出处：https://www.kejixun.com/article/720003.html
