Google behauptet, Gemini 2.5 übertreffe die besten Modelle von OpenAI, DeepSeek und anderen KI-Technologiegiganten

Google hat gerade Gemini 2.5 vorgestellt, das laut Unternehmen sein „bisher intelligentestes KI-Modell“. Die erste Version des Modells, Gemini 2.5 Pro, erzielte in verschiedenen Tests beeindruckende Benchmark-Ergebnisse.

Google behauptet, dass Gemini 2.5 die besten Modelle von OpenAI, DeepSeek und anderen KI-Technologiegiganten übertrifft

Gemini 2.5 Pro ist jetzt über Google AI Studio und in der Gemini-App verfügbar, wenn Sie ein Gemini Advanced- Benutzer sind. Gemini 2.5 Pro wird in naher Zukunft auch über Vertex AI verfügbar sein.

Google hat derzeit noch keine Preise für Gemini 2.5 Pro oder andere Gemini 2.5-Modelle bekannt gegeben.

Alle von Gemini 2.5 verwendeten Modelle sind „denkende Modelle“, das heißt, sie können den Denkprozess verarbeiten, bevor sie eine Antwort generieren. Diese „schlussfolgernden“ Modelle sind der nächste große Trend im KI-Bereich, da sie komplexere und oft präzisere Antworten generieren.

„Jetzt haben wir mit Gemini 2.5 ein neues Leistungsniveau erreicht, indem wir ein deutlich verbessertes Basismodell mit verbessertem Post-Training kombiniert haben “, sagte Google.

„In Zukunft werden wir diese Denkfähigkeiten direkt in alle unsere Modelle einbauen, damit sie komplexere Probleme bewältigen und Agenten mit noch besserer Kontextwahrnehmung unterstützen können .“

Wie schneidet Gemini 2.5 im Vergleich zu OpenAI-Modellen ab?

Die Gemini 2.5 Pro-Modelle von Google übertreffen die bisherigen Topmodelle von OpenAI und DeepSeek.

Die von Google veröffentlichten Benchmark-Ergebnisse für Gemini 2.5 sind recht beeindruckend. Gemini 2.5 Pro Experimental erreichte bei Humanity's Last Exam 18,5 %.

Dieses Ergebnis bedeutet, dass Gemini 2.5 Pro Experimental zumindest derzeit das beste Modell in dieser Hinsicht ist. Es übertrifft OpenAI 03-mini (14 %) und DeepSeek R1 (8,6 %).

Dieser spezielle Test gilt als schwierig, obwohl er nicht die einzige Möglichkeit ist, die Leistung eines KI-Modells zu messen.

Google hob außerdem die Programmierfähigkeiten des Gemini 2.5 Pro sowie die mathematischen und naturwissenschaftlichen Benchmarks des Modells hervor. Gemini 2.5 Pro ist derzeit führend in den mathematischen und naturwissenschaftlichen Benchmarks, gemessen an GPQA und AIME 2025.

Ist es möglich, in Gemini 2.5 zu programmieren?

Der Schwerpunkt von Gemini 2.5 liegt auf der Programmierung. Google verspricht einen „großen Sprung gegenüber 2.0“ und kündigt weitere Verbesserungen an.

Googles neues Modell kann Web-Apps und Agentencode erstellen. Eine Demo von Google zeigt, wie mit dem Gemini 2.5 Pro ein Spiel aus einer einzigen Eingabeaufforderung erstellt wird.

4 Gründe, warum Googles Gemini 2.5 Pro für Enterprise-KI wichtig ist

Hier sind vier wichtige Punkte, die Unternehmensteams bei der Bewertung des Gemini 2.5 Pro beachten sollten.

1. Strukturiertes, transparentes Denken – ein neuer Standard für klares Denken

Was Gemini 2.5 Pro auszeichnet, ist nicht nur seine Intelligenz, sondern auch die Klarheit, mit der diese Intelligenz ihre Arbeit demonstriert. Googles schrittweise Trainingsmethode erzeugt einen strukturierten Gedankengang (CoT), der sich nicht wie ein Geschwafel oder Rätselraten anfühlt, wie wir es von Modellen wie DeepSeek kennen . Diese CoTs werden nicht wie die Modelle von OpenAI in oberflächliche Zusammenfassungen verkürzt. Das neue Gemini-Modell präsentiert Ideen in nummerierten Schritten mit Unterpunkten und einer äußerst klaren internen Logik.

In der Praxis bedeutet dies einen Durchbruch in puncto Zuverlässigkeit und Nachvollziehbarkeit. Geschäftsanwender, die Ergebnisse für kritische Aufgaben auswerten – wie etwa die Überprüfung politischer Implikationen, die Kodierung von Logik oder die Zusammenfassung komplexer Forschungsergebnisse – können nun sehen, wie das Modell zu einer Antwort gelangt ist. Das bedeutet, dass sie Antworten sicherer validieren, korrigieren oder umleiten können. Dies ist ein großer Fortschritt gegenüber dem „Blackbox“-Gefühl, das in vielen Ergebnissen großer Sprachmodelle (LLM) noch immer vorhanden ist .

Um einen tieferen Einblick in die Funktionsweise dieses Modells zu erhalten, sehen Sie sich das Analysevideo an, in dem Gemini 2.5 Pro live getestet wird. Ein Beispiel: Bei der Frage nach den Grenzen großer Sprachmodelle zeigte Gemini 2.5 Pro ein bemerkenswertes Bewusstsein. Es skizzierte häufige Schwächen und kategorisierte sie in Bereiche wie „physikalische Intuition“, „Synthese neuer Konzepte“, „Langzeitplanung“ und „moralische Nuancen“. Dies lieferte einen Rahmen für das Verständnis des Modellwissens und der Problemlösung.

Unternehmensentwicklungsteams können diese Funktion nutzen, um:

• Debuggen Sie komplexe Logikketten in unternehmenskritischen Anwendungen
• Besseres Verständnis der Modellbeschränkungen in bestimmten Domänen
• Transparenz für Stakeholder durch KI-gestützte Entscheidungen schaffen
• Verbessern Sie Ihr eigenes kritisches Denken, indem Sie den Ansatz des Modells studieren

Eine bemerkenswerte Einschränkung besteht darin, dass dieses strukturierte Denken zwar in der Gemini-App und im Google AI Studio verfügbar ist, derzeit jedoch nicht über die API zugänglich ist – ein Manko für Entwickler, die diese Funktion in Unternehmensanwendungen integrieren möchten.

2. Ein echter Anwärter auf Spitzentechnologie – nicht nur in der Theorie

Das Modell führt derzeit die Chatbot Arena-Bestenliste mit deutlichem Vorsprung an – mehr als 35 Elo-Punkte vor dem nächstbesten Modell, insbesondere angesichts der Tatsache, dass das OpenAI 4o-Update einen Tag nach der Veröffentlichung des Gemini 2.5 Pro erschien. Und obwohl Benchmark-Dominanz oft flüchtig ist (wöchentlich kommen neue Modelle auf den Markt), fühlt sich der Gemini 2.5 Pro wirklich anders an.

Es eignet sich hervorragend für Aufgaben, die tiefes Denken erfordern: Programmieren, differenziertes Problemlösen, dokumentübergreifendes Zusammenfassen und sogar abstraktes Planen. In internen Tests schnitt es besonders gut bei bislang schwierigen Benchmarks wie „Humanity's Last Exam“ ab, einem beliebten Benchmark zur Aufdeckung von LLM-Schwächen in abstrakten und differenzierten Bereichen.

Für Wirtschaftsverbände ist es vielleicht egal, welches Modell welche akademischen Rankings gewinnt. Wichtig ist ihnen aber, dass das Modell denken kann – und Ihnen zeigt, wie es denkt. Vibe-Tests sind wichtig.

Der angesehene KI-Ingenieur Nathan Lambert bemerkt: „Google verfügt wieder über die besten Modelle, denn sie hätten den KI-Boom auslösen sollen. Ein schwerwiegender Fehler wurde korrigiert.“ Geschäftsanwender sollten dies nicht nur als einen Schritt Googles zur Konkurrenz sehen, sondern als ein Potenzial, diese in für Geschäftsanwendungen wichtigen Funktionen zu übertreffen.

3. Schließlich ist Googles Verschlüsselungsspiel stark

Traditionell hinkte Google in Bezug auf die entwicklerorientierte Programmierunterstützung OpenAI und Anthropic hinterher. Gemini 2.5 Pro ändert das.

In praktischen Tests zeigte es eine starke Leistung bei Programmieraufgaben, darunter die Erstellung eines funktionierenden Tetris-Spiels, das nach dem Export in Replit auf Anhieb lief – ganz ohne Debugging. Besonders bemerkenswert ist, dass es die Codestruktur klar erklärte, Variablen und Schritte sorgfältig beschriftete und seinen Ansatz vorstellte, bevor auch nur eine einzige Codezeile geschrieben wurde.

Dieses Modell konkurriert mit Anthropics Claude 3.7 Sonnet, das als führend in der Codegenerierung gilt und ein Hauptgrund für Anthropics Erfolg im Unternehmensbereich ist. Gemini 2.5 bietet jedoch einen entscheidenden Vorteil: ein riesiges Token-Kontextfenster von einer Million. Claude 3.7 Sonnet bietet derzeit nur 500.000 Token.

Dieses große Kontextfenster eröffnet neue Möglichkeiten für die Analyse der gesamten Codebasis, das Lesen von Online-Dokumentationen und die Arbeit mit mehreren abhängigen Dateien. Die Erfahrung des Softwareentwicklers Simon Willison verdeutlicht diesen Vorteil.

Mithilfe von Gemini 2.5 Pro wurde eine neue Funktion in unserer Codebasis implementiert. Das Modell identifizierte die notwendigen Änderungen in 18 verschiedenen Dateien und schloss das gesamte Projekt in etwa 45 Minuten ab, wobei die durchschnittliche Zeit pro geänderter Datei weniger als 3 Minuten betrug. Dies ist ein wichtiges Tool für Unternehmen, die mit Agenten-Frameworks oder KI-gestützten Entwicklungsumgebungen experimentieren.

4. Multimethodenintegration mit agentenähnlichem Verhalten

Während einige Modelle wie das neueste 40 von OpenAI mit auffälliger Bildgenerierung mehr Glanz zeigen, scheint es, als würde das Gemini 2.5 Pro still und leise neu definieren, wie fundiertes multimodales Denken aussieht.

In einem Beispiel demonstrierte Ben Dicksons praktisches Experiment für VentureBeat die Fähigkeit des Modells, wichtige Informationen aus einem technischen Dokument über Suchalgorithmen zu extrahieren und ein entsprechendes SVG-Flussdiagramm zu erstellen. Anschließend konnte dieses Flussdiagramm verbessert werden, wenn eine gerenderte Version mit visuellen Fehlern präsentiert wurde. Dieses multimodale Denken ermöglicht neue Arbeitsabläufe, die mit reinen Textmodellen bisher nicht möglich waren.

In einem anderen Beispiel lud Entwickler Sam Witteveen einen einfachen Screenshot einer Karte von Las Vegas hoch und fragte, welche Google-Events am 9. April in der Nähe stattfanden. Das Modell identifizierte den Standort, schlussfolgerte die Absicht des Nutzers, führte eine Online-Suche durch und lieferte genaue Details zu Google Cloud Next, einschließlich Datum, Ort und Quellenangabe. All dies geschah ohne ein benutzerdefiniertes Agent-Framework, nur mit dem Kernmodell und der integrierten Suche.

Tatsächlich geht dieses multimodale Input-Argumentationsmodell über die bloße Betrachtung hinaus. Es zeigt, wie der Workflow eines Unternehmens in sechs Monaten aussehen könnte: Laden Sie Dokumente, Diagramme und Dashboards hoch und lassen Sie das Modell basierend auf den Inhalten synthetisieren, planen oder sinnvolle Maßnahmen ergreifen.