Gemini 2.5 Pro to najbardziej zaawansowany model AI Google, zaprojektowany do głębokiego rozumowania i przemyślanego generowania odpowiedzi. Przewyższa kluczowe benchmarki, wykazując wyjątkową logikę i biegłość w kodowaniu. Zoptymalizowany do budowania dynamicznych aplikacji internetowych, autonomicznych systemów kodu i adaptacji kodu, zapewnia wysoką wydajność. Dzięki wbudowanym możliwościom multimodalnym i rozszerzonemu oknu kontekstu efektywnie przetwarza duże zbiory danych i integruje różne źródła informacji do rozwiązywania złożonych wyzwań.
Strona internetowa Strona internetowa modelu AI | |
Dostawca Podmiot dostarczający ten model. | |
Czat Wpisz wiadomość, aby rozpocząć czat | - |
Data wydania Kiedy model został po raz pierwszy wydany. | 1 rok ago Mar 25, 2025 |
Modalności Rodzaje danych, które ten model może przetwarzać | tekst obrazy głos wideo |
Dostawcy API Dostawcy oferujący ten model. (To nie jest wyczerpująca lista.) | Google AI Studio, Vertex AI, Gemini app |
Data ostatniej aktualizacji wiedzy Kiedy wiedza modelu była ostatnio aktualizowana. | - |
Open Source Czy kod modelu jest dostępny do publicznego użytku. | Nie |
Cena za wejście Koszt przetwarzania tokenów w Twoich promptach | Niedostępne |
Cena za wyjście Koszt za tokeny wygenerowane przez model | Niedostępne |
MMLU Massive Multitask Language Understanding - Testuje wiedzę z 57 dziedzin, w tym matematyki, historii, prawa i innych | Niedostępne |
MMLU-Pro Bardziej zaawansowane benchmarki MMLU z trudniejszymi pytaniami skupionymi na rozumowaniu, większym zestawem wyborów i zmniejszoną wrażliwością na prompty | Niedostępne |
MMMU Massive Multitask Multimodal Understanding - Testuje rozumienie tekstu, obrazów, dźwięku i wideo | 81.7% Źródło |
HellaSwag Wymagające benchmarki uzupełniania zdań | Niedostępne |
HumanEval Ocenia możliwości generowania kodu i rozwiązywania problemów | Niedostępne |
MATH Testuje umiejętności rozwiązywania problemów matematycznych na różnych poziomach trudności | Niedostępne |
GPQA Testuje wiedzę na poziomie doktorskim z chemii, biologii i fizyki poprzez pytania wielokrotnego wyboru wymagające głębokiej wiedzy specjalistycznej | 84.0% Diamond Science Źródło |
IFEval Testuje zdolność modelu do dokładnego przestrzegania wyraźnych instrukcji formatowania, generowania odpowiednich wyników i utrzymania spójnego przestrzegania instrukcji w różnych zadaniach | Niedostępne |
SimpleQA Ocena dokładności prostych pytań | 52.9% |
AIME 2024 | 92.0% |
AIME 2025 | 86.7% |
Aider Polyglot Wielojęzyczny benchmark programistyczny. | 74.0% / 68.6% |
LiveCodeBench v5 Benchmark programowania w czasie rzeczywistym | 70.4% |
Global MMLU (Lite) Uproszczona wersja benchmarku do oceny uniwersalności modeli na poziomie globalnym. | 89.8% |
MathVista Ocenia zdolności rozumowania matematycznego modeli AI w kontekstach wizualnych | - |
Aplikacja mobilna | |
VideoGameBench | |
| Łączny wynik | 0.48% |
| Doom II | 0% |
| Dream DX | 4.8% |
| Awakening DX | 0% |
| Civilization I | 0% |
| Pokemon Crystal | 0% |
| The Need for Speed | 0% |
| The Incredible Machine | 0% |
| Secret Game 1 | 0% |
| Secret Game 2 | 0% |
| Secret Game 3 | 0% |
MathArena | |
| Średni wynik | 81% |
| AIME 2025 Test oparty na zadaniach z konkursu matematycznego (American Invitational Mathematics Examination),mający na celu sprawdzenie umiejętności matematycznych modeli. | 87% |
| HMMT February 2025 Test oparty na zadaniach z Harvard-MIT Mathematics Tournament, luty 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 82% |
| BRUMO 2025 | 90% |
| SMT 2025 Test oparty na zadaniach z Stanford Math Tournament, 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 85% |
| CMIMC 2025 Test oparty na zadaniach z Canadian Mathematical Olympiad, 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 58% |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2026 All Right Reserved.
Komentarze (1)
Mazen
11 Sierpień 2025Good program