Google afferma che Gemini 2.5 supera i migliori modelli di OpenAI, DeepSeek e altri giganti della tecnologia AI

Google ha appena presentato Gemini 2.5, che l'azienda definisce il suo "modello di intelligenza artificiale più intelligente di sempre". La prima versione del modello è stata la Gemini 2.5 Pro, che ha ottenuto punteggi di benchmark impressionanti in molti test.

Google afferma che Gemini 2.5 supera i migliori modelli di OpenAI, DeepSeek e altri giganti della tecnologia AI

Gemini 2.5 Pro è ora disponibile tramite Google AI Studio e nell'app Gemini se sei un utente Gemini Advanced . Gemini 2.5 Pro sarà disponibile prossimamente anche tramite Vertex AI.

Al momento, Google non ha comunicato i prezzi del Gemini 2.5 Pro o degli altri modelli Gemini 2.5.

Tutti i modelli che utilizzano Gemini 2.5 sono "modelli pensanti", ovvero sono in grado di elaborare il processo di pensiero prima di generare una risposta. Questi modelli di "ragionamento" rappresentano il prossimo grande passo nel campo dell'intelligenza artificiale perché generano risposte più complesse e spesso più accurate.

"Ora, con Gemini 2.5, abbiamo raggiunto un nuovo livello di prestazioni combinando un modello base notevolmente migliorato con un post-addestramento migliorato ", ha affermato Google.

“In futuro, integreremo queste capacità di pensiero direttamente in tutti i nostri modelli, in modo che possano gestire problemi più complessi e supportare gli agenti con una consapevolezza del contesto ancora migliore . ”

Come si confronta Gemini 2.5 con i modelli OpenAI?

I modelli Gemini 2.5 Pro di Google superano in prestazioni i precedenti modelli di punta di OpenAI e DeepSeek.

I punteggi di riferimento per Gemini 2.5 condivisi da Google sono davvero impressionanti. Gemini 2.5 Pro Experimental ha ottenuto il 18,5% nell'Ultimo esame dell'umanità.

Questo punteggio significa che, almeno per ora, il Gemini 2.5 Pro Experimental è il modello migliore in base a questo parametro. Il suo punteggio supera OpenAI 03-mini (14%) e DeepSeek R1 (8,6%).

Questo particolare test è considerato difficile, sebbene non sia l'unico modo per misurare le prestazioni di un modello di intelligenza artificiale.

Google ha inoltre evidenziato le capacità di programmazione del Gemini 2.5 Pro e i benchmark del modello in matematica e scienze. Gemini 2.5 Pro è attualmente leader nei benchmark di matematica e scienze, come misurato da GPQA e AIME 2025.

È possibile programmare in Gemini 2.5?

La programmazione è l'obiettivo principale di Gemini 2.5. Google afferma che si è trattato di "un enorme passo avanti rispetto alla versione 2.0" e anticipa che sono in arrivo ulteriori miglioramenti.

Il nuovo modello di Google può creare app web e applicazioni di codice agentico. Una demo di Google mostra Gemini 2.5 Pro utilizzato per creare un gioco partendo da un prompt di una sola riga.

4 motivi per cui Gemini 2.5 Pro di Google è importante per l'intelligenza artificiale aziendale

Ecco quattro punti chiave che i team aziendali devono tenere a mente quando valutano Gemini 2.5 Pro.

1. Ragionamento strutturato e trasparente: un nuovo standard per la chiarezza di pensiero

Ciò che distingue Gemini 2.5 Pro non è solo la sua intelligenza, ma anche il modo in cui questa intelligenza dimostra chiaramente il suo funzionamento. Il metodo di formazione passo dopo passo di Google crea un flusso di pensieri (CoT) strutturato che non assomiglia a discorsi sconclusionati o congetture, come quelli che abbiamo visto in modelli come DeepSeek . Questi CoT non vengono ridotti a riassunti superficiali come i modelli di OpenAI. Il nuovo modello Gemini presenta le idee in passaggi numerati, con sotto-punti e una logica interna estremamente chiara e trasparente.

In termini pratici, si tratta di una svolta in termini di affidabilità e navigabilità. Gli utenti aziendali che valutano l'output per attività critiche, come la revisione delle implicazioni politiche, la logica di codifica o la sintesi di ricerche complesse, possono ora vedere come il modello è arrivato alla risposta. Ciò significa che possono convalidare, correggere o reindirizzare le risposte con maggiore sicurezza. Si tratta di un grande passo avanti rispetto alla sensazione di "scatola nera" che ancora persiste in molti output di modelli linguistici di grandi dimensioni (LLM) .

Per una guida più approfondita sulle prestazioni di questo modello, guarda il video in cui il Gemini 2.5 Pro viene testato dal vivo. Un esempio analizzato: quando è stato chiesto dei limiti dei modelli linguistici di grandi dimensioni, Gemini 2.5 Pro ha dimostrato una consapevolezza notevole. Descrive le debolezze comuni e le categorizza in aree quali "intuizione fisica", "sintesi di nuovi concetti", "pianificazione a lungo termine" e "sfumatura etica", fornendo un quadro che aiuta gli utenti a comprendere cosa sa il modello e come affrontare il problema.

I team di ingegneria aziendale possono sfruttare questa capacità per:

• Debug di catene logiche complesse in applicazioni mission-critical
• Migliore comprensione delle limitazioni del modello in domini specifici
• Fornire decisioni più trasparenti basate sull'intelligenza artificiale alle parti interessate
• Migliorare il proprio pensiero critico studiando l'approccio del modello

Una limitazione degna di nota è che, sebbene questo ragionamento strutturato sia disponibile nell'app Gemini e in Google AI Studio, al momento non è accessibile tramite API: una lacuna per gli sviluppatori che desiderano integrare questa funzionalità nelle applicazioni aziendali.

2. Un vero contendente per la tecnologia all’avanguardia, non solo in teoria

Attualmente il modello è in testa alla classifica di Chatbot Arena con un margine significativo: oltre 35 punti Elo in più rispetto al modello successivo migliore, in particolare l'aggiornamento OpenAI 4o lanciato il giorno dopo il lancio di Gemini 2.5 Pro. E sebbene il primato nei benchmark sia spesso effimero (dato che ogni settimana vengono lanciati nuovi modelli), il Gemini 2.5 Pro è davvero diverso.

Eccelle in attività che premiano il ragionamento profondo: codifica, risoluzione di problemi sfumati, riepilogo di più documenti e persino pianificazione astratta. Nei test interni, ha ottenuto risultati particolarmente positivi su benchmark precedentemente difficili come "Humanity's Last Exam", un benchmark popolare per rilevare i punti deboli dell'LLM in aree astratte e sfumate.

Ai gruppi aziendali potrebbe non importare quale modello vinca quale classifica accademica. Ma a loro importerà che questo modello sappia pensare e che vi mostri come lo fa. Il test di vibrazione è molto importante.

Come ha osservato l'autorevole ingegnere di intelligenza artificiale Nathan Lambert, "Google ha di nuovo i modelli migliori, perché avrebbe dovuto dare il via a tutto questo boom dell'intelligenza artificiale. Il grosso errore è stato corretto". Gli utenti aziendali dovrebbero considerare questo non solo come un modo per Google di recuperare terreno rispetto ai concorrenti, ma anche come un potenziale superamento di essi in funzionalità importanti per le applicazioni aziendali.

3. Infine, il gioco di crittografia di Google è forte

Tradizionalmente, Google è rimasta indietro rispetto a OpenAI e Anthropic in termini di supporto alla codifica incentrato sugli sviluppatori. Gemini 2.5 Pro cambia tutto.

Nei test pratici, ha dimostrato ottime capacità one-shot per affrontare sfide di codifica, tra cui la creazione di un gioco Tetris funzionante che funzionava al primo tentativo una volta esportato in Replit, senza bisogno di debug. Ancora più notevole è il fatto che spiega chiaramente la struttura del codice, etichetta attentamente variabili e passaggi e presenta il suo approccio prima ancora di scrivere una singola riga di codice.

Questo modello compete con Claude 3.7 Sonnet di Anthropic, considerato leader nella generazione di codice e uno dei motivi principali del successo di Anthropic in questo settore. Ma Gemini 2.5 offre un vantaggio importante: una finestra di contesto di token enorme, fino a 1 milione. Attualmente Claude 3.7 Sonnet offre solo 500.000 token.

Questa ampia finestra di contesto apre nuove possibilità di ragionamento sull'intero codice di base, di lettura della documentazione online e di lavoro su più file interdipendenti. L'esperienza dell'ingegnere informatico Simon Willison dimostra questo vantaggio.

Utilizzando Gemini 2.5 Pro per implementare una nuova funzionalità nel nostro codice base, il modello ha identificato le modifiche necessarie in 18 file diversi e ha completato l'intero progetto in circa 45 minuti, con una media inferiore a 3 minuti per file modificato. Si tratta di uno strumento valido per le aziende che sperimentano framework di agenti o ambienti di sviluppo basati sull'intelligenza artificiale.

4. Integrazione multi-metodo con comportamento simile a quello di un agente

Mentre alcuni modelli, come l'ultimo 40 di OpenAI, potrebbero vantare una generazione di immagini più accattivante, il Gemini 2.5 Pro sembra ridefinire silenziosamente il concetto di ragionamento multimodale fondato su basi concrete.

In un esempio, un esperimento pratico condotto da Ben Dickson per VentureBeat ha dimostrato la capacità del modello di estrarre informazioni chiave da un documento tecnico sugli algoritmi di ricerca e di generare un diagramma di flusso SVG corrispondente, per poi migliorare tale diagramma di flusso quando gli viene mostrata una versione renderizzata con errori visivi. Questo livello di ragionamento multimodale consente la creazione di nuovi flussi di lavoro che in precedenza non erano possibili con modelli solo testo.

In un altro esempio, lo sviluppatore Sam Witteveen ha caricato un semplice screenshot di una mappa di Las Vegas e ha chiesto quali eventi Google si sarebbero svolti nelle vicinanze il 9 aprile. Il modello ha identificato la posizione, ha dedotto l'intento dell'utente, ha effettuato ricerche online e ha restituito dettagli accurati su Google Cloud Next, inclusi data, posizione e citazione. Tutto questo viene fatto senza un framework di agenti personalizzato, solo il modello principale e la ricerca integrata.

In realtà, questo modello di ragionamento basato sull'input multimodale va oltre la semplice osservazione. Suggerisce come potrebbe apparire un flusso di lavoro aziendale tra 6 mesi: caricare documenti, diagrammi e dashboard e lasciare che il modello sintetizzi, pianifichi o intraprenda azioni significative in base al contenuto.