Gemini стала лучше кодить — и обошла все модели OpenAI

Google учла отзывы пользователей о предыдущей версии Gemini 2.5 Pro, улучшив стиль и структуру ответов модели. Теперь, как утверждает компания, модель способна генерировать «более креативные и лучше отформатированные ответы». Обновление направлено на устранение регрессов, выявленных в предыдущем релизе, чтобы вернуть производительность на уровень мартовского обновления (03-25).

Новая версия, по заявлению Google, еще лучше справляется с генерацией кода, достигнув рекордного результата 82,2% в тесте Aider Polyglot. Это превосходит лучшие показатели моделей от OpenAI, Anthropic и DeepSeek с заметным отрывом. Модель станет общедоступной через «пару недель» и уже сегодня появилась в платформах для разработчиков AI Studio и Vertex AI, а также в приложении Gemini.

«[Gemini 2.5 Pro] продолжает лидировать в программировании, показывая лучшие результаты на сложных тестах по кодированию, — заявила Google в блоге. —Она также демонстрирует высочайшую производительность в крайне сложных тестах, оценивающих способности модели в математике, науке, знаниях и логическом мышлении».

Google активно использует рейтинги платформ LMArena и WebDevArena, где пользователи сравнивают ответы моделей вслепую. Gemini 2.5 Pro дебютировала в этом году с наивысшим рейтингом на LMArena, что указывает на предпочтение пользователями ее ответов по сравнению с другими крупными языковыми моделями. В новом релизе Google увеличила свое преимущество, набрав дополнительные 24 балла Elo на LMArena и 35 баллов на WebDevArena, укрепив лидерство на обоих рейтингах.