Program
Dasar-Dasar Bisnis Kecerdasan Buatan
12 jam
Google baru saja merilis Gemini 2.5 Pro, model penalaran paling canggih sejauh ini dan yang pertama dalam keluarga Gemini 2.5. (Pembaruan: Per 18 Nov 2025, Gemini 3 sudah tersedia. Anda dapat membacanya di panduan Gemini 3 kami dan tutorial API Gemini 3 kami.)
Menurut saya, kekuatan terbesarnya adalah jendela konteks 1 juta token yang masif, dengan rencana diperluas menjadi 2 juta. Menggabungkan model penalaran dengan konteks sebesar itu membuka nilai bisnis nyata, terutama mengingat adopsi AI masih terbatas di sebagian besar perusahaan.
Sebagai perbandingan: o3-mini dari OpenAI mendukung 200K token, Claude 3.7 Sonnet juga dibatasi 200K, DeepSeek R1 maksimal 128K, dan Grok 3 adalah satu-satunya model lain yang saat ini menyamai Gemini di 1 juta.
Karena salah satu use case AI yang paling umum adalah pembuatan kode, model yang dapat menalar melalui kode dan membaca basis kode besar dalam satu kali pemrosesan, tanpa perlu RAG, dapat menghadirkan nilai bisnis yang signifikan. Kami sudah menunjukkan di blog sebelumnya cara memproses dokumen besar tanpa RAG menggunakan Gemini 2.0 Flash.
Dalam tulisan ini, saya akan membahas apa saja yang ditawarkan Gemini 2.5 Pro, jenis input yang didukung, dan cara mengaksesnya. Saya juga akan melakukan beberapa uji coba langsung dan melihat perbandingannya pada tolok ukur utama melawan model terbaru dari Claude, DeepSeek, Grok, dan OpenAI.
Kami terus memberi kabar terbaru seputar AI kepada para pembaca melalui The Median, buletin gratis setiap Jumat yang merangkum berita utama pekan ini. Berlangganan dan tetap tajam hanya dalam beberapa menit per minggu:
Apa Itu Gemini 2.5 Pro?
Gemini 2.5 Pro adalah model pertama dalam keluarga Gemini 2.5 dari Google. Saat ini berlabel eksperimental dan tersedia melalui paket Gemini Advanced serta Google AI Studio.
Menurut Google, ini adalah model penalaran terbaik mereka sejauh ini, dengan peningkatan pada penggunaan alat, penanganan input multimodal, dan performa konteks panjang. Berikut ringkasan cepat dukungannya:
- Jenis input: Teks, gambar, audio, dan video
- Jenis output: Hanya teks
- Jendela konteks: Hingga 1 juta token untuk input (direncanakan diperluas menjadi 2 juta)
- Ukuran output: 64.000 token
- Batas pengetahuan: Januari 2025
Gemini 2.5 Pro mendukung penggunaan alat, artinya dapat memanggil fungsi eksternal, menghasilkan output terstruktur (seperti JSON), mengeksekusi kode, dan menggunakan pencarian. Ini memungkinkan model menyelesaikan tugas multi-langkah, memanggil API, atau memformat respons untuk sistem hilir tertentu.
Karena merupakan model penalaran, Gemini 2.5 Pro sangat kuat dalam pemrograman, matematika, logika, dan sains. Untuk sebagian besar tugas harian, Anda masih dapat menggunakan model generalis seperti Gemini 2.0 Flash karena jauh lebih cepat.
Sekarang, mari kita coba Gemini 2.5 Pro untuk melihat seberapa baik kinerjanya.
Menguji Gemini 2.5 Pro
Gim P5js
Pertama, saya ingin menguji gim dinosaurus yang ditawarkan Google sebagai contoh, dan saya menggunakan prompt yang sama seperti di video demo (saya mencobanya di aplikasi Gemini):
Make me a captivating endless runner game. Key instructions on the screen. p5js scene, no HTML. I like pixelated dinosaurs and interesting backgrounds.Mari kita lihat hasilnya:
Cukup keren untuk hanya satu prompt! Proses generasinya cepat (kurang dari 30 detik), dan saya juga menyukai instruksi detail tentang cara menjalankan kode ini—ia menawarkan dua cara untuk menjalankannya:
Saya kurang suka gimnya langsung dimulai setelah saya menjalankan kode, jadi saya ingin mengubah ini:
I don't like that the game starts immediately after I run the code. Add a starting screen where the user can be the one who starts the game (keep instructions on the screen)Mari kita lihat hasilnya:
Persis seperti yang saya inginkan! Masih banyak hal yang akan saya ubah, tetapi hasilnya sangat baik dibandingkan dengan upaya saya (dua prompt) dan tujuan saya (hanya membangun prototipe).
Input multimodal (video dan teks)
Selanjutnya, saya ingin menguji kemampuan multimodal Gemini 2.5 Pro. Saya mengunggah video gim di atas dan memberikan prompt ini kepada Gemini 2.5 Pro di Google AI Studio (saya tidak bisa menambahkan video sebagai input di Aplikasi Gemini):
Analyze the game in the video, criticize both the game and the code I will give you below, and indicate what changes I could make to this game to make it better.
Code:
(truncated fo readability)Outputnya cukup bagus! Demi keterbacaan, di sini saya hanya menampilkan kritik terhadap gimnya, yang secara tidak langsung menunjukkan pemahaman yang baik atas video dan kode:
Memproses dokumen besar
Terakhir, saya ingin menguji Gemini 2.5 Pro pada dokumen yang relatif besar, dan saya menggunakan Laporan Indeks Kecerdasan Buatan Stanford 2024. Setelah mengunggah dokumen 502 halaman (129.517 token), saya meminta Gemini 2.5 Pro:
Pick two charts in this report that appear to show opposing or contradictory trends. Describe what each chart says, why the contradiction matters, and propose at least one explanation that reconciles the difference. Mention the page of the charts so I can double-check. If there's no such contradiction, don't try to artificially find one.Entah mengapa, ia tidak dapat langsung menganalisis grafik dalam dokumen PDF di Aplikasi Gemini. Saya beralih ke Google AI Studio, dan berhasil. Gemini 2.5 Pro berhasil menemukan dua grafik terkait investasi AI yang menunjukkan tren kontradiktif: investasi AI privat menurun meski investasi AI generatif privat meningkat.
Ia menemukan lokasi grafik dengan tepat berdasarkan nomor halaman (sesuai permintaan saya), nomor figur, dan judulnya (saya sarankan memeriksa PDF sendiri untuk verifikasi ganda dan melihat grafiknya).
Ia merangkum tren kontradiktif dengan sangat baik: Bagaimana mungkin total investasi AI privat menurun ketika investasi pada subbidang yang paling hype dan terlihat, AI generatif, justru meroket?
Dan menjelaskan mengapa kita melihat tren yang tampak kontradiktif ini:
Tolok Ukur Gemini 2.5 Pro
Google membandingkan kinerja Gemini 2.5 Pro dengan beberapa model terbaik yang tersedia saat ini, termasuk Claude 3.7 Sonnet, o3-mini dari OpenAI, DeepSeek R1, dan Grok 3. Meski performa bervariasi menurut tugas, Gemini 2.5 Pro umumnya tampil baik pada penalaran, pemrograman, matematika, dan tugas konteks panjang.
|
Kategori |
Tolok Ukur |
Gemini 2.5 Pro |
Pesaing Terdekat |
|
Penalaran & Pengetahuan Umum |
Humanity’s Last Exam (tanpa alat) |
18,8% |
o3-mini (14%), Claude 3.7 (8,9%), DeepSeek R1 (8,6%) |
|
GPQA Diamond (pass@1) |
84,0% |
Grok 3 Beta (80,2%), o3–mini (79,7%), Claude 3.7 Sonnet (78,2%) |
|
|
Matematika & Logika |
AIME 2024 (pass@1) |
92,0% |
o3-mini (87,3%), Grok 3 Beta (83,9%) |
|
AIME 2025 (pass@1) |
86,7% |
o3-mini (86,5%), Grok 3 Beta (77,3%) |
|
|
Pemrograman |
LiveCodeBench v5 |
70,4% |
o3-mini (74,1%), Grok 3 Beta (70,6%) |
|
Aider Polyglot (penyuntingan seluruh berkas) |
74,0% |
— |
|
|
SWE-bench Verified |
63,8% |
Claude 3.7 (70,3%) |
|
|
Konteks Panjang & Multimodal |
MRCR (konteks 128K) |
91,5% |
GPT-4.5 (48,8%), o3-mini (36,3%) |
|
MMMU (pemahaman multimodal; pass@1) |
81,7% |
Grok 3 Beta (76,0%), Claude 3.7 Sonnet (75%) |
Sumber: Google
Penalaran dan pengetahuan umum
Gemini 2.5 Pro menunjukkan performa kuat pada tolok ukur yang dirancang untuk menguji penalaran multi-langkah dan pengetahuan dunia nyata:
- Humanity’s Last Exam (tanpa alat): Gemini 2.5 Pro meraih 18,8%, di depan o3-mini (14%) dan jauh di atas Claude 3.7 (8,9%) serta DeepSeek-R1 (8,6%). Tes ini dirancang meniru ujian level ahli di 100+ subjek.
- GPQA Diamond: Tolok ukur tanya jawab faktual lintas STEM dan humaniora. Gemini 2.5 Pro memimpin dengan 84,0% (untuk satu percobaan/pass@1), diikuti Grok 3 Beta dengan 80,2%.
Matematika dan logika
Ini adalah tolok ukur di mana arsitektur penalaran Gemini tampaknya bersinar:
- AIME 2024: Gemini 2.5 Pro memimpin dengan 92,0% untuk satu percobaan/pass@1.
- AIME 2025: Gemini 2.5 Pro turun menjadi 86,7% pada set soal 2025, dan unggul tipis pada tolok ukur ini untuk satu percobaan/pass@1, diikuti o3-mini (86,5%).
Pemrograman
Pada tolok ukur yang menguji pembuatan kode, debugging, dan penalaran lintas berkas, Gemini tampil baik namun tidak mendominasi:
- LiveCodeBench v5 (pembuatan kode): Gemini 2.5 Pro meraih 70,4%, di belakang o3-mini (74,1%) dan Grok 3 Beta (70,6%).
- Aider Polyglot (seluruh berkas): Gemini mencapai 74,0%, yang solid, terutama mengingat ia menangani banyak bahasa. Tolok ukur ini mengukur penyuntingan kode.
- SWE-bench verified (pemrograman agentic): Gemini meraih 63,8%, menempatkannya di depan o3-mini dan DeepSeek R1, tetapi di belakang Claude 3.7 Sonnet (70,3%).
Tugas konteks panjang dan multimodal
Di sinilah Gemini 2.5 Pro paling menonjol:
- MRCR (pemahaman bacaan konteks panjang): Gemini 2.5 Pro mencapai 91,5% untuk panjang konteks 128.000, dan jauh di depan o3-mini (36,3%) serta GPT-4.5 (48,8%).
- MMMU (pemahaman multimodal): Gemini 2.5 Pro memimpin tolok ukur dengan skor 81,7%.
Cara Mengakses Gemini 2.5 Pro
Ada beberapa cara untuk mencoba Gemini 2.5 Pro, tergantung apakah Anda pengguna kasual atau membangun sesuatu yang lebih teknis.
Aplikasi Gemini
Cara termudah mengakses Gemini 2.5 Pro adalah melalui aplikasi Gemini (di ponsel atau web).
Jika Anda pelanggan Gemini Advanced, Anda akan melihat Gemini 2.5 Pro tercantum di menu dropdown model.
Google AI Studio
Jika Anda menginginkan kontrol lebih atas input, penggunaan alat, atau prompt multimodal, saya sarankan menggunakan Google AI Studio.
Lingkungan ini memberi Anda akses ke Gemini 2.5 Pro secara gratis (untuk saat ini) dan mendukung input teks, gambar, video, dan audio. Ini juga bekerja lebih baik daripada aplikasi Gemini untuk mengunggah file atau menguji penggunaan alat, terutama saat menangani dokumen besar atau alur kerja kustom.
Setelah Anda membuat akun, Anda dapat memilih Gemini 2.5 Pro dari menu dropdown model.
API Gemini 2.5 Pro
Untuk akses terprogram, Anda dapat menggunakan Gemini API, yang mendukung Gemini 2.5 Pro.
Ini memberi Anda fleksibilitas lebih jika mengintegrasikan model ke dalam aplikasi atau alur kerja. Anda dapat memanggil model secara langsung dengan penggunaan alat diaktifkan, mendapatkan respons terstruktur, atau memproses dokumen panjang secara otomatis.
Anda dapat menemukan informasi teknis lebih lanjut di sini.
Gemini 2.5 Pro di Vertex AI
Google mengatakan Gemini 2.5 Pro juga akan segera tersedia di Vertex AI, yang merupakan bagian dari Google Cloud. Perbedaan utama antara menggunakan Gemini API secara langsung dan mengaksesnya melalui Vertex AI berada pada infrastruktur, skala, dan integrasi.
Jika Anda hanya menguji atau membangun alat internal, AI Studio atau API sudah cukup. Jika Anda menerapkan sesuatu ke produksi dengan persyaratan performa atau keamanan yang ketat, Vertex AI akan lebih cocok setelah meluncurkan dukungan untuk Gemini 2.5 Pro.
Kesimpulan
Semakin sulit untuk terkesan oleh rilis model baru. Sebagian besar peluncuran mengikuti pola yang sama: beberapa contoh yang dipilih, beberapa tolok ukur yang mencolok, dan banyak klaim sebagai yang terbaik dalam segala hal. Namun Gemini 2.5 Pro benar-benar memberi saya beberapa momen ketika saya berhenti sejenak dan berpikir, “Oke, ini benar-benar berguna.”
Jendela konteks 1 juta token mengubah cara Anda mendekati tugas yang dulu memerlukan pekerjaan tambahan—terutama apa pun yang melibatkan dokumen panjang, basis kode berantakan, atau penalaran multi-langkah. Saya tidak perlu memecah input atau menyiapkan pipeline RAG. Saya cukup mengunggah file, mengajukan pertanyaan, dan mendapatkan jawaban yang koheren serta berbasis sumber.
Jika jendela konteks 2 juta token segera diluncurkan, itu saja sudah bisa menjadikannya salah satu model paling praktis untuk pekerjaan dunia nyata.
