Google erweitert Gemini 2.5 Pro mit neuem Denkmodus

MÜNCHEN (IT BOLTWISE) – Google hat kürzlich bedeutende Erweiterungen für sein KI-Modell Gemini 2.5 Pro vorgestellt, die sowohl die Denkfähigkeiten als auch die Audioausgabe betreffen.

Google hat sein KI-Modell Gemini 2.5 Pro mit einem neuen Modus namens „Deep Think“ ausgestattet, der es dem Modell ermöglicht, komplexe Schlussfolgerungen zu ziehen. Dieser Modus erlaubt es dem Modell, mehrere Hypothesen zu erwägen, bevor es eine endgültige Antwort generiert. Diese Funktion basiert auf neuen Forschungstechniken und wird derzeit mit ausgewählten Nutzern der Gemini-API getestet. Laut Google übertrifft Gemini 2.5 Pro in Benchmarks wie dem mathematischen USAMO-Test 2025 und dem Programmier-Benchmark LiveCodeBench die Konkurrenz.

Zusätzlich zur Einführung des Deep Think-Modus hat Google auch die Audiofähigkeiten des Modells verbessert. Die native Audioausgabe unterstützt nun mehrere Sprecher und kann Flüstern sowie andere stimmliche Nuancen abbilden. Diese Funktionalität ermöglicht es, zwischen über 24 Sprachen zu wechseln und den Tonfall, Akzent und Stil in der Live-API zu steuern. Die neuen Audiofunktionen „Affective Dialogue“ und „Proactive Audio“ sollen die Interaktion mit der KI natürlicher gestalten, indem sie Emotionen in der Stimme des Nutzers erkennen und entsprechend reagieren.

Ein weiteres Highlight ist die Integration von Project Mariner in die Gemini API und Vertex AI, wodurch das Modell in der Lage ist, Computeranwendungen wie Browser zu bedienen. Entwickler können nun Thought Summaries nutzen, um die Überlegungen des Modells strukturiert darzustellen. Zudem können sogenannte Thinking Budgets gesetzt werden, um den Rechenaufwand und die Antwortqualität zu steuern.

Google plant, die allgemeine Verfügbarkeit von Gemini 2.5 Flash für Produktionsumgebungen Anfang Juni zu ermöglichen. Diese Version ist auf Geschwindigkeit und niedrige Kosten ausgelegt und erreicht nun bessere Werte in den Bereichen Schlussfolgern, Multimodalität und Codegenerierung bei gleichzeitig geringerem Token-Verbrauch.

Ein weiterer Neuzugang in Googles KI-Portfolio ist das Modell Gemma 3n, das speziell für den Einsatz auf mobilen Geräten entwickelt wurde. Es unterstützt Text-, Audio- und Bildverarbeitung und kann Sprache transkribieren und übersetzen. Die multilingualen Fähigkeiten wurden insbesondere für Sprachen wie Deutsch, Japanisch und Spanisch verbessert.

Bestseller Nr. 1 - «KI Gadgets»

Apple AirTag - Finde und behalte Deine Sachen im Blick: Schlüssel, Geldbörsen, Gepäck, Rucksäcke und mehr. Einfaches Einrichten mit iPhone oder iPad. Austauschbare Batterie

29,99 EUR

Bestseller Nr. 2 - «KI Gadgets»

Mobvoi TicNote KI Digitales Diktiergerät, 64 GB Speicher, Notizrekorder mit Hülle, App-Steuerung, über 100 Sprachen, Transkribieren, Zusammenfassen mit AI Shadow,digitaler Audiorekorder Sprachrekorder

169,99 EUR

Bestseller Nr. 3 - «KI Gadgets»

PLAUD Note KI Digitales Diktiergerät mit Hülle - 64 GB Aufnahmegerät mit KI-Technologie zum Transkribieren und Zusammenfassen, One-Touch-Aufnahme, Rauschunterdrückung, Unterstützt 112 Sprachen

169,90 EUR

Bestseller Nr. 4 - «KI Gadgets»

KI-Sprachrekorder, PLAUD NotePin Sprachrekorder, App-Steuerung, KI-Notizgerät, KI-Transkription & Zusammenfassung, 112 Sprachen, 64GB Speicher, Audiorekorder für Vorlesungen, Meetings, Kosmisches Grau

169,90 EUR

Bestseller Nr. 5 - «KI Gadgets»

SOXOI KI Digitales Diktiergerät, 64GB Magnet Mini Aufnahmegerä mit ChatGPT 4o vom Transkribieren und Zusammenfassen für 102 Sprachen,One Touch Aufnahme, Voice Recorder Sprachrecorder (Schwarz)

79,99 EUR

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!