昨年3月末、GoogleはGemini 2.5 Proを公開し、「これまでで最もインテリジェントなモデル」と公式に発表した。
このような主張はどの企業も行うものだが、今回のGemini 2.5 Proのベンチマークスコアは確かに注目に値する。
数学・科学推論
- AIME 2024：92.0%
- AIME 2025：86.7%
- Humanity's Last Exam：18.8%（ツールを使用しないモデルの中で最高）
最後のテストは、数百人の分野専門家が「人類の知識の限界」を探るために作成したもので、約20%の正答率を達成したことは非常に注目に値する。
コードとマルチモーダル
- LiveCodeBench：競技プログラミングで1位
- MMMU：84.0%（マルチモーダル推論）
- WebDevArena Elo：1443（リーダーボード1位）
コンテキスト能力
標準で100万トークンのコンテキストウィンドウ（200万まで拡張可能）を搭載し、テキスト、音声、画像、動画などのマルチモーダル入力をサポート。コードリポジトリ全体をそのまま投入して理解させることができ、分割する必要はない。
Gemini 2.5 Proは「思考モデル（thinking model）」であり、回答する前に内部で推論を行う。この設計思想はOpenAIのoシリーズやDeepSeek R1と共通するが、Googleの実装はマルチモーダルシナリオにおいてよりバランスの取れたパフォーマンスを示す。
しかし、実際の使用では応答速度の問題が繰り返し指摘されている。深い推論は待ち時間の増加を意味し、素早いインタラクションが必要な場面では体験が損なわれる。これはすべての思考モデルに共通するトレードオフである。
LMArenaでのEloスコアは1470で、公開前から24ポイント上昇し、リーダーボードの首位を維持している。GoogleはAI分野で長らく批判されてきたが、今回は製品力で応えた形だ。
出典：CocoLoop、VentureBeat報道、Google公式発表