O Google acaba de lançar seu mais recente modelo de voz, Gemini 2.5 Pro, para usuários gratuitos. O novo modelo, que ainda está em uma fase ‘experimental’, pode ser selecionado no menu suspenso no site Gemini, enquanto o suporte para os aplicativos móveis iOS e Android é esperado em breve. O Google havia anunciado o modelo Gemini 2.5 Pro no início desta semana para usuários avançados de Gemini, mas com o Chatgpt Hogleging todo o recurso de geração de imagens nativas que alimenta a tendência da imagem viral de Ghibli, a gigante da tecnologia decidiu dar a atualização para os usuários gratuitos também.
O Gemini 2.5 Pro é um modelo de raciocínio, assim como o mini ou Deepseek R1 do Openai. Ao contrário de modelos ou GPTs pré-treinados, os modelos de raciocínio visam imitar habilidades de raciocínio do tipo humano para obter melhor desempenho e precisão.
O que há de novo no Gemini 2.5 Pro?
O Google afirma que o Gemini 2.5 Pro é forte no raciocínio e nas tarefas relacionadas aos recursos de codificação. O mais recente modelo de idioma também lidera as tarefas comuns de codificação, matemática e ciências em benchmarks, como o último exame da humanidade e Lmarena.
Enquanto o Google tradicionalmente carecia por trás do Openai e Claude na codificação de capabiltias, a empresa apostou muito nessa área com o Gemini 2.5 Pro, adicionando uma enorme janela de contexto de 1 milhão de tokens. A janela de contexto é a quantidade de texto que o chatbot pode processar de uma só vez com uma janela de contexto de 1 milhão, traduzindo aproximadamente 7.50.000 palavras.
Em comparação, o mais recente modelo de 3,7 sonetos de Claude tem uma janela de contexto de 5,00.000 tokens, enquanto o O3 Mini do Openai tem uma janela de 2.00.000 de contexto.
Em seu vídeo de demonstração, o Google mostrou Gemini 2.5 Pro criando um jogo usando uma única linha de prompt de texto. Novamente, o Google refere -se a vários benchmarks para defender os recursos de programação do Gemini 2.5 Pro, mas esses parâmetros de referência mudam rapidamente à medida que novos modelos são lançados e o desempenho real provavelmente dependerá do caso de uso do usuário final.
O Google também acrescentou que está construindo esses recursos diretamente em todos os seus modelos para lidar com problemas mais complexos e suportar agentes com conhecimento de contexto.
Corrida de IA em um ponto de ebulição:
O Openai iniciou a corrida de IA com o lançamento do seu modelo GPT-3.5 no final de 2022. Desde então, quase todas as principais empresas de tecnologia tiveram um foco nítido no desenvolvimento de suas próprias ofertas de IA, da Microsoft ao Google e da Meta.
Os gigantes da tecnologia agora estão aparentemente se afastando dos modelos pré-treinados e se concentram mais nos modelos de raciocínio, que também são usados para alimentar agentes de IA, como busca profunda.
Embora as empresas de IA baseadas nos EUA estivessem à frente da curva até recentemente, a Deepseek da China quebrou todas essas noções com seus modelos Deepseek R1 e Deepseek V3, que não foram apenas construídos por uma fração do custo (apesar das restrições de importação nos chips de IA), mas também rivalizavam com a competência dos líderes de modelos ocidentais de IA.
No auge da popularidade de Deepseek, no início deste ano, o pânico varreu o mercado de ações dos EUA e milhões foram eliminados. Desde então, as empresas de tecnologia dos EUA estão correndo para lançar modelos mais novos e novos para sublinhar sua liderança na corrida de IA, enquanto a Deepseek também planeja lançar um novo modelo em breve.
