Google Gemini 2.5 Pro: миллион токенов контекста и рекорд на всех ключевых бенчмарках

Google возвращается в лидеры: как Gemini 2.5 Pro сместила конкурентов

После серии неудачных запусков в 2024 году — когда Gemini Ultra уступал GPT-4 на большинстве реальных задач, а Gemini 1.5 критиковали за непоследовательность ответов — Google DeepMind перестроила подход к обучению и оценке. Результат: Gemini 2.5 Pro возглавила LMSYS Chatbot Arena по пользовательским предпочтениям и установила рекорды на академических бенчмарках сразу в нескольких категориях.

Ключевые показатели запуска:

• MMLU (Massive Multitask Language Understanding): 91% — лучший результат среди коммерческих моделей на момент публикации
• Humanity's Last Exam: первое место среди всех моделей, включая o3 и Claude Opus
• MATH-500 (математика): 97.1%, GPT-4.1 — 96.4%, Claude Opus — 95.8%
• SWE-bench Verified (кодинг): около 47% — уступает GPT-4.1 (54.6%), но превосходит предыдущее поколение

Важен и контекст: Google впервые за два года заняла первое место по совокупному рейтингу независимых оценщиков. Это политически значимый момент для компании, чьи AI-продукты долгое время воспринимались как догоняющие OpenAI.

Thinking Mode: цепочка рассуждений как стандарт

Gemini 2.5 Pro поддерживает так называемый Thinking Mode — режим, при котором модель генерирует внутреннюю цепочку рассуждений (аналог Chain-of-Thought) перед финальным ответом. Этот режим аналогичен тому, что OpenAI реализовала в o1 и o3, и позволяет существенно улучшить результаты на задачах, требующих многошаговых вычислений или логических цепочек.

В отличие от отдельных «reasoning-моделей» конкурентов, в Gemini 2.5 Pro Thinking Mode включается параметром при запросе через API — одна и та же модель работает как в стандартном, так и в расширенном режиме. Стоимость в Thinking Mode выше из-за дополнительно генерируемых токенов рассуждения, которые не передаются пользователю, но учитываются в биллинге.

Практически это означает: для рутинных задач (суммаризация, извлечение данных, перевод) дешевле использовать стандартный режим; для сложной аналитики, юридического анализа и математики — включать Thinking Mode и получать более точный результат.

Ценообразование и конкурентное положение

Тарифная сетка Gemini 2.5 Pro:

• Входные токены: $1.25 за 1 миллион (при запросах до 200K токенов контекста)
• Исходящие токены: $10 за 1 миллион
• При больших контекстах (200K+): $2.50/$15 за 1M токенов

Для сравнения: Claude Opus стоит $5/$25, GPT-4.1 — $2/$8. Gemini 2.5 Pro оказывается дешевле Claude Opus вдвое при сопоставимом или превосходящем качестве на большинстве задач — это серьёзный аргумент для корпоративных закупок. Относительно GPT-4.1 преимущество Gemini по цене нивелируется отставанием в кодинге.

Доступность: Google AI Studio (бесплатный тир для тестирования), Vertex AI (корпоративный уровень с SLA), интеграция в Google Workspace (Docs, Sheets, Gmail) в рамках подписки Google One AI Premium. Прямой API без аутентификации через Google-аккаунт недоступен.

Российский рынок: корпоративный доступ через посредников

Google не заблокировал Россию так же жёстко, как OpenAI, однако прямая регистрация в Google AI Studio с российских номеров телефона и карт затруднена с середины 2024 года. Корпоративные клиенты в России получают доступ к Gemini через партнёров-реселлеров, работающих с Vertex AI через юридические лица в третьих странах.

Практические сценарии для российских компаний:

• Финансовый анализ и right-sizing документов: большой контекст (1M токенов) позволяет загружать полные финансовые отчёты и годовые отчёты для сравнительного анализа
• Мультимодальные задачи: Gemini нативно работает с изображениями, видео и аудио — не требует отдельных Vision API
• Google Workspace интеграция: компании, уже использующие G Suite, получают Gemini в привычном интерфейсе без переобучения сотрудников

Для компаний, критически зависящих от локализации данных и 152-ФЗ, Gemini через зарубежных посредников создаёт те же юридические риски, что и любой западный API. В таких случаях предпочтительны GigaChat Max или DeepSeek V3.2 с локальным деплоем.